I den här artikeln

Kom igång med Webex AI Agent Studio

Förstå typer och exempel på AI-agenter

Exempel:

Förutsättningar

Åtkomst till Webex AI-agentstudio

Logga in från Control Hub

Logga in från Webex Connect

Layout på startsidan

Känn till instrumentpanelen

Uppgifter på kortet för AI-agenter

Skapa en ny AI-agent

Importera förbyggd AI-agent

Nyckelordssökning

Filtrera efter agenttyp

Hantera kunskapsbas

Skapa kunskapsbas för AI-agenten

Konfigurera autonoma AI-agenter

Fristående AI-agent för att utföra uppgifter

Skapa en fristående AI-agent för att utföra åtgärder

Uppdatera profil för fristående AI-agent

Lägg till åtgärder i fristående AI-agent

Konfigurera platsfyllning

Definiera uppfyllelse

Autonoma AI-agenter för att svara på frågor

Skapa en fristående AI-agent för att svara på frågor

Uppdatera profil för fristående AI-agent

Konfigurera kunskapsbas

Visa session och historik för autonom AI-agent

Sessioner

Historik

Granska loggar

Modellhistorik

Förhandsgranska din autonoma AI-agent

Widget för förhandsgranskning av plattform

Delningsbar förhandsgranskningswidget

Röstbaserad förhandsgranskning

Visa prestanda för autonoma AI-agenter med hjälp av analyser

Konfigurera skriptad AI-agent

Skriptad AI-agent för att utföra uppgifter

Skapa en skriptad AI-agent för att utföra åtgärder

Uppdatera skriptad AI-agentprofil

Hantera enheter

Hantera avsikter

Hantera svar

Konfigurera hanteringsinställningar

Lägg till ett språk i skript-AI-agenten

Konfigurera överföringsinställningar

Skript för AI-agent för att svara på frågor

Skapa en skript AI-agent för att svara på frågor

Uppdatera skriptad AI-agentprofil

Hantera artiklar

Konfigurera hanteringsinställningar

Lägg till ett språk i skript-AI-agenten

Konfigurera överföringsinställningar

Förhandsgranska din skriptade AI-agent

Widget för förhandsgranskning av plattform

Delningsbar förhandsgranskningswidget

Vanliga hanteringsavsnitt för skript-AI-agenter

Utbildning

Sessioner

Historik

Läkning

Visa dina skript-AI-prestanda med hjälp av analyser

Översikt

Utbildning

Svar

Läkning

Integrera AI-agenter

Integrera AI-agenter med röst- och digitala kanaler

Hantera rapporter från AI-agenter

Förstå rapporter om AI-agenter

Skapa en rapport för AI-agenter

Rapporttyper för AI-agenter

Rapporttyp av AI-agent för att besvara frågor

AI-agent för att utföra uppgifter rapporttyp

Leveranslägen för AI-agentrapport

Förstå AI-efterlevnad

AI-utveckling, dataintegritet, säkerhet och säkerhet

Administrationsguide för Webex AI-agent Studio

I den här artikeln

Har du feedback?

I den här artikeln beskrivs översikten över Webex AI Agent Studio och dess funktioner, konfigurering av AI-agentkonfiguration, integrering av AI-agenter med röst och digitala kanaler samt rapporter om AI-agenter.

Kom igång med Webex AI Agent

Webex AI Agent är en sofistikerad plattform som är utformad för att skapa, hantera och distribuera automatiserade AI-agenter för att uppfylla kundservice- och supportbehov. Med hjälp av artificiell intelligens ger AI-agenter automatiserad hjälp till kunder innan de interagerar med mänskliga agenter. Dessa agenter stöder röstinteraktioner med intonation, språkförståelse och kontextuell medvetenhet i konversationer. Dessutom hanterar AI-agenter sömlöst och informativt digitala kanalinteraktioner via text och onlinechatt. Kunderna drar nytta av en concierge-liknande upplevelse, får hjälp med frågor, informationshämtning och minimerar väntetider.

Funktioner i Webex AI-agent

Korrekta svar i rätt tid – ger exakta svar på kundförfrågningar i realtid.
Intelligent uppgiftskörning – Utför uppgifter baserat på kundens önskemål eller inmatningar.

Viktiga fördelar för företag

Förbättrad kundupplevelse – Ger kunderna en konversationsupplevelse i realtid.
Anpassade interaktioner – skräddarsyr svaren efter individuella kundbehov och preferenser.
Skalbarhet och effektivitet – Hanterar stora volymer kundinteraktioner utan att kräva ytterligare mänskliga agenter, vilket leder till förbättrad tillfredsställelse och minskade driftskostnader.

Förstå AI-agenttyper och exempel

Följande tabell ger en glimt av AI-agenttyper och deras funktioner:

Tabell 1. AI-agenttyper och deras kapacitet
AI-agenttyp	Syfte	Möjlighet	Beskrivning	Hur ställer jag in?
Autonom	Autonoma AI-agenter är utformade för att arbeta självständigt, fatta beslut och utföra uppgifter utan direkt mänsklig inblandning.	Utföra åtgärder	Fatta välgrundade beslut baserat på tillgänglig information och fördefinierade regler. Automatisera repetitiva eller tidskrävande uppgifter.	Autonoma AI-agenter för att utföra åtgärder
Autonom		Svara på frågor	Autonoma agenter kan komma åt och använda ett kunskapslager för att ge informativa och korrekta svar på användarfrågor.	Autonoma AI-agenter för att svara på frågor
Skript	Skriptade AI-agenter är programmerade att följa en fördefinierad uppsättning regler och instruktioner.	Utföra åtgärder	Skriptade agenter kan utföra specifika uppgifter som är tydligt definierade och strukturerade.	Skriptade AI-agenter för att utföra åtgärder
Skript		Svara på frågor	Skriptade agenter kan svara på frågor baserat på en användarskapad utbildningskorpus, som är en samling exempel och svar.	Skriptade AI-agenter för att svara på frågor

Exempel

Både autonoma och skriptade AI-agenter kan tillämpas på olika användningsfall, beroende på specifika krav och önskade funktioner. Några exempel är:

Kundtjänst – Både autonoma agenter och skriptade agenter kan användas för att ge kundsupport, med autonoma agenter som erbjuder mer flexibilitet och naturlig språkförståelse.
Virtuella assistenter – Autonoma agenter är väl lämpade för virtuella assistentroller, eftersom de kan hantera olika uppgifter och tillhandahålla mer personliga interaktioner.
Dataanalys – Autonoma agenter kan användas för att analysera stora datauppsättningar och extrahera värdefulla insikter.
Processautomatisering – Både autonoma agenter och skriptade agenter kan användas för att automatisera repetitiva uppgifter, förbättra effektiviteten och minska antalet fel.
Kunskapshantering – Autonoma agenter kan användas för att skapa och hantera kunskapslager, vilket gör information lättillgänglig för användare.

Valet mellan autonoma och skriptade AI-agenter beror på uppgifternas komplexitet, den nivå av autonomi som krävs och tillgängligheten för träningsdata.

Förutsättningar

Om du redan är kund Webex Contact Center kontrollerar du att du uppfyller följande krav:
- Webex Contact Center 2.0-innehavare.
- Webex Connect etableras för din klientorganisation.
- Röstmedieplattform är nästa generations medieplattform.
Om du inte har en Webex Contact Center-klientorganisation kontaktar du din partner för att starta en Webex Contact Center-utvärdering med nästa generations medieplattform.
Administratörer kan begära att en Webex Contact Center-utvecklarsandlåda testar AI-agenter.

Aktivering av funktioner

Den här funktionen är för närvarande i betaversion. Kunder kan registrera sig för den här funktionen på Webex betaportalen genom att fylla i deltagandeundersökningen för AI-agenter.

För närvarande är endast skriptade AI-agentfunktioner tillgängliga i betafasen.
Autonoma agenter är endast tillgängliga för utvalda kunder. Förfrågningar kan göras via din CSM (Customer Success Manager), PSM (Partner Success Manager) eller via e-post# ask-ccai@cisco.com. Efter godkännande görs autonoma agenter tillgängliga utöver skriptade agenter för din klientorganisation.

Åtkomst Webex AI-agent

Om du vill skapa AI-agenter måste du logga in i programmet Webex AI Agent. Detta kan göras på följande sätt:

Logga in från Control Hub

Om du inte ser den Webex AI-agenten kontaktar du Cisco-supporten för att aktivera motsvarande funktionsflagga.

Logga in på Control Hub med URL  https://admin.webex.com.
I avsnittet Tjänster i navigeringsfönstret väljer du Kontaktcenter.
I Snabblänkar i den högra rutan går du till avsnittet Kontaktcenter-sviten .
Klicka på Webex AI-agent för att komma åt programmet.

Systemet korsstartar Webex AI Agent-programmet på en annan webbläsarflik och du loggas automatiskt in i programmet.

Logga in från Webex Connect

För att få åtkomst till programmet Webex AI Agent bör du ha åtkomst till Webex Connect.

Logga in på Webex Connect-program med den klientorganisations-URL som angetts för ditt företag och dina autentiseringsuppgifter.
Som standard visas sidan Tjänster som en startsida.
 På menyn i appfältet i det vänstra navigeringsfönstret klickar du på Webex AI-agenten för att komma åt programmet.
Systemet korsstartar Webex AI Agent-programmet på en annan webbläsarflik och du loggas automatiskt in i programmet.

Layout för startsida

Välkommen till Webex AI Agent-plattformen. När du loggar in visas följande layout på startsidan:

Navigeringsfält

Navigeringsfältet som visas till vänster ger tillgång till följande menyer:
- Instrumentpanel – Visar en lista över AI-agenter som användaren har åtkomst till, enligt företagsadministratörens beviljande.
- Kunskap – Visar den centrala kunskapsdatabasen eller kunskapsbasen, som fungerar som hjärnan där autonoma AI-agenter kan svara på kundfrågor.
- Rapporter – Visar en lista över fördefinierade AI-agentrapporter av olika typer. Du kan generera eller schemalägga rapporter enligt dina affärsbehov.
- Hjälp – Ger åtkomst till användarhandboken för Webex AI-agenter i hjälpcentret för Webex.
Användarprofil
I menyn Användarprofil kan du visa din profilinformation och logga ut från programmet.

Sidan Företagsprofil innehåller information om AI-agentklientorganisationen, som endast är tillgänglig för administratörer med fullständig administratörsåtkomst.
- Fliken Översikt innehåller följande information:
  - Företagsidentifierare – innehåller Webex organisations-ID, CPaaS-organisations-ID och prenumerations-ID för företaget. Detta är tillgängligt för företag med Webex Contact Center-integrering för motsvarande Webex Connect-klientorganisation.
  - Profilinställningar – Innehåller företagsnamn, unikt företagsnamn och logotypens webbadress.
  - Inställningar för global agent – Gör det möjligt att välja standardagent för röstkanal för hantering av reservscenarier.
  - Sammanfattning av datalagring – ger en sammanfattning av datalagringsperioderna för företaget.
- På fliken Teammates kan du visa och hantera listan över teammedlemmar som har åtkomst till programmet. Varje användare tilldelas en roll som avgör vilka åtgärder de kan utföra baserat på beviljade behörigheter.

Lär känna din instrumentpanel

På instrumentpanelen representeras AI-agenterna av kort som visar grundläggande information, inklusive AI-agentens namn, senast uppdaterad av, senast uppdaterad och motorn som används för att träna agenten.

Uppgifter på AI-agentkort

Håll muspekaren över ett AI-agentkort för att visa följande alternativ:

Förhandsgranskning – Klicka på Förhandsgranska för att öppna widgeten för förhandsgranskning av AI-agenten.
Ellipsikon – Klicka på den här ikonen om du vill utföra följande uppgifter:
- Kopiera förhandsgranskningslänk – Kopiera förhandsgranskningslänken för att klistra in den på en ny flik och förhandsgranska AI-agenten i chattwidgeten.
- Kopiera åtkomsttoken – Kopiera AI-agentens åtkomsttoken för att anropa agenten via API:er.
- Exportera – exportera AI-agentinformationen (i JSON-format) till den lokala mappen.
- Ta bort – Ta bort AI-agenten permanent från systemet.
- Fäst AI-agenten på den första positionen på instrumentpanelen eller lossa om du vill flytta tillbaka den till sin tidigare position.

Skapa en ny AI-agent

Du kan skapa en ny AI-agent med hjälp av alternativet + Skapa agent längst upp till höger på instrumentpanelen. Du kan välja att använda en fördefinierad mall eller skapa en agent från grunden.

Information om hur du skapar skriptade och autonoma AI-agenter finns i följande avsnitt:

Skriptad AI-agent för att svara på frågor
Skriptad AI-agent för att utföra åtgärder
Autonom AI-agent för att svara på frågor
Autonom AI-agent för att utföra åtgärder

Importera fördefinierad AI-agent

Du kan importera en fördefinierad AI-agent i JSON-format från en lista över tillgängliga AI-agenter. Kontrollera först att du har exporterat AI-agenten i JSON-format till den lokala mappen. Följ dessa steg för att importera den:

Klicka på Importera agent.
Klicka på Ladda upp för att ladda upp AI-agentfilen (i JSON-format) som exporterats från plattformen.
I fältet Agentnamn anger du AI-agentnamnet.
(Valfritt) Redigera den systemgenererade unika identifieraren i system-ID :t.
Klicka på Importera.

Din AI-agent har nu importerats till Webex AI Agent-plattformen och är tillgänglig på instrumentpanelen.

Sök nyckelord

Plattformen ger robusta sökfunktioner som hjälper dig att enkelt hitta och hantera AI-agenter. Du kan utföra nyckelordssökning med hjälp av agentnamnet. Ange agentnamnet eller en del av namnet i sökfältet. Systemet visar en lista över AI-agenter som matchar dina sökkriterier.

Filtrera efter agenttyp

Förutom nyckelordssökning kan du förfina sökresultaten genom att filtrera baserat på typen av AI-agent. Välj ett av agenttypfiltren i listrutan – Manus, Autonomt och Alla.

Hantera kunskapsbasen

En kunskapsbas är en central databas med information för de LLM-drivna autonoma AI-agenterna (Large Language Model). De autonoma AI-agenterna utnyttjar avancerad AI- och maskininlärningsteknik för att förstå, bearbeta och generera människoliknande text. Dessa AI-agenter tränar på stora mängder data, vilket gör det möjligt för dem att ge detaljerade och kontextuellt relevanta svar. I kunskapsbaser lagras de data som krävs för att de autonoma AI-agenterna ska fungera.

Så här kommer du åt kunskapsbasen:

Logga in på Webex AI Agent-plattformen.
I instrumentpanelen klickar du på ikonen Kunskap i det vänstra navigeringsfönstret. Sidan Kunskapsbaser visas.
Du kan hitta en kunskapsbas baserad på följande kriterier:
- Kunskapsbasens namn
- Typ av kunskapsbas
- Kunskapsbaser som uppdateras mellan angivna datum
- Kunskapsbaser som skapats mellan angivna datum
- Klicka på Återställ alla om du vill återställa sökkriterierna.
Du kan också skapa en ny kunskapsbas. Information om hur du skapar en ny kunskapsbas finns i Skapa kunskapsbas för AI-agenter.

Skapa kunskapsbas för AI-agenter

1	I instrumentpanelen klickar du på ikonen Kunskap i det vänstra navigeringsfönstret.
2	På sidan Kunskapsbaser klickar du på knappen +Skapa kunskapsbas i det övre högra hörnet.
3	På sidan Skapa kunskapsbas anger du följande information: Kunskapsbasnamn – Ange ett namn för kunskapsbasen. Beskrivning – Ge en kort beskrivning av kunskapsbasen.
4	Klicka på Skapa. Systemet skapar en kunskapsbas med det angivna namnet.
5	På fliken Filer : Dra och släpp filerna i kunskapsbasen. Alternativt kan du klicka på Lägg till fil för att lägga till en fil. Systemet stöder följande filformat: PDF, docx, data via kabel, txt, xlsx, xls och CSV. Storleken på varje fil får inte överstiga 2 MB. När du har lagt till filerna klickar du på Bearbeta filer för att bearbeta filen. När du är klar listar systemet filen under fliken Filer .
6	På fliken Dokument : Klicka på +Skapa dokument om du vill skapa egna knowledge base-dokument. Ange dokumentnamnet på sidan Skapa dokument . Använd textredigeraren för att lägga till nödvändig information och formatera texten efter behov. Markera Lägg till i befintlig kategori om du vill lägga till dokumentet i den befintliga kategorin. Du kan också välja att lägga till i ny kategori och skapa en ny kategori. Klicka på Spara. Du kan också klicka på + Lägg till kategori för att definiera kategorier och lägga till dokumenten under motsvarande kategori. Markera önskat dokument i den vänstra rutan och klicka på Webbförhandsgranskning för att förhandsgranska dokumentet.
7	Gå till fliken Information . Du kan visa och spåra information om de filer som du har laddat upp och dokument som du har skapat. Klicka på ikonen Redigera om du vill redigera kunskapsbasfilerna. Redigera namnet på filen om det behövs. Du kan också ta bort befintliga filer och lägga till nya filer. Klicka på ikonen Ta bort om du vill ta bort kunskapsbasen helt.

Nästa steg

Konfigurera kunskapsbasen för den autonoma AI-agenten för att besvara frågor.

Konfigurera autonoma AI-agenter

Autonoma AI-agenter arbetar oberoende utan direkt mänsklig inblandning. Dessa agenter använder avancerade algoritmer och maskininlärningstekniker för att analysera data, lära av sin miljö och anpassa sina åtgärder för att uppnå specifika mål. I det här avsnittet beskrivs de två primära funktionerna i autonom AI-agent.

Autonom AI-agent för att utföra uppgifter

De autonoma AI-agenterna kan utföra olika uppgifter, inklusive:

Natural Language Processing (NLP) - Förstå och svara på mänskligt språk på ett naturligt och konversationsmässigt sätt.
Beslutsfattande – Gör välgrundade val baserat på tillgänglig information och fördefinierade regler.
Automatisering – automatisera repetitiva eller tidskrävande uppgifter.

Skapa en autonom AI-agent för att utföra åtgärder

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Filtrera AI-agenttypen som Autonom. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Autonom.
6	I avsnittet Vad är agentens huvudfunktion klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – En unik identifierare som genereras av systemet. Det går att redigera det här fältet. AI-motor – Välj AI-motorn i listrutan. Standardmotorn för AI är Nova. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för metodtips och exempel.
9	Klicka på Skapa. Den autonoma AI-agenten för att utföra åtgärder har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera fördefinierad AI-agent

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera autonom AI-agentprofil

Innan du börjar

Skapa en autonom AI-agent för att utföra åtgärder.

Klicka på den AI-agent som du har skapat på instrumentpanelen .

Gå till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – Redigera namnet på AI-agenten om det behövs.
System-ID – Redigera AI-agentens system-id om det behövs.
Agentens mål – Redigera AI-agentens mål om det behövs. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
Instruktioner – Ange anvisningarna för AI-agenten. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
URL för agentprofilbild – Standardwebbadressen som systemet hämtar AI-agentens logotyp eller bild från. Ändra detta om det behövs.
AI-motor – Uppdatera AI-motorn om det behövs.
Välkomstmeddelande – Det standardvälkomstmeddelande som AI-agenten använder för att starta interaktionen. Uppdatera detta om det behövs.

Klicka på Publicera för att aktivera AI-agenten.

Nästa steg

Lägg till nödvändiga åtgärder i AI-agenten.

Lägga till åtgärder i autonom AI-agent

De autonoma AI-agenterna för att utföra åtgärder är utformade för att förstå användarnas avsikter och agera därefter. Till exempel i en restaurang finns det ett behov av att automatisera matorderintaget online. För att utföra uppgiften kan du skapa en autonom AI-agent som utför följande åtgärder:

Få nödvändig information från kunden.
Överför informationen till önskat flöde.

Den autonoma AI-agenten som utför åtgärder fungerar på följande byggstenar:

Åtgärd – En funktion som gör att AI-agenten kan ansluta till externa system för att utföra komplexa uppgifter.
Entitet eller plats – Representerar ett steg i uppfyllandet av användarens avsikt. Slotfyllning innebär att ställa specifika frågor till kunden för att uppfylla kundens avsikt baserat på yttranden. Det är utlösaren för en AI-agent att börja utföra en åtgärd. Definiera indataenheterna som en del av platsfyllningen.
Uppfyllelse – Avgör hur AI-agenten slutför åtgärden. Som en del av uppfyllelsen definierar du utdataenheterna för den autonoma AI-agenten för att generera svaret i ett visst format. Systemet skickar utdataenheterna till flödet för att fortsätta med åtgärden och slutföra uppgiften.

På fliken Åtgärd klickar du på +Ny åtgärd.

På sidan Lägg till en ny åtgärd anger du följande information:

Åtgärdsnamn – Ange namnet på åtgärden. Till exempel,Boka biljetter.
Åtgärdsbeskrivning – Ge en kort beskrivning av den förväntade åtgärden. Se till att åtgärdsbeskrivningen är tydlig och korrekt.
Åtgärdens omfattning – Välj åtgärdens omfattning i listrutan. Följande alternativ är tillgängliga:
- Klicka på Platsfyllning för att konfigurera de indataenheter som krävs för platsfyllning. Om du väljer platsfyllning kan du inte konfigurera distributionsdetaljerna.
- Klicka på Platsfyllning med uppfyllelse för att konfigurera de indataenheter som krävs för platsfyllning och även definiera detaljerna för åtgärdens uppfyllelse.
Agentöverlämning är standardåtgärden som är aktiverad som standard. Använd växlingsalternativet för att inaktivera agentöverlämning.

Nästa steg

Du kan antingen konfigurera fack eller konfigurera fack och definiera uppfyllelse beroende på vilket åtgärdsomfång som valts.

Konfigurera platsfyllning

Platsfyllning innebär att du lägger till de indataenheter som krävs för AI-motorn. I avsnittet Platsfyllning på sidan Åtgärder lägger du till indataentiteterna:

Du kan lägga till entiteterna en i taget i tabellformat.
Du kan också använda JSON-filen och definiera entiteterna. Mer information finns i En rundtur i JSON-schemat .

Lägga till indataenheter i tabellformat

1	Om du vill lägga till en indataentitet klickar du på +Ny indataentitet.
2	På sidan Lägg till en ny indataentitet anger du följande information: Entitetsnamn – Ange namnet på indataenheten. Enhetstyp – välj enhetens datatyp. Entitetsbeskrivning – ge en kort beskrivning av enheten. Se till att enhetsbeskrivningen är tydlig och korrekt. Exempel på entiteter – ange ett exempel för enheten. Klicka på +Lägg till om du vill lägga till fler exempel. Markera kryssrutan Obligatorisk om du vill göra entiteten obligatorisk.
3	Klicka på Lägg till för att lägga till indataentiteten. Du kan lägga till så många indataentiteter som du behöver.
4	Använd alternativet Kontroller för att utföra följande åtgärder på entiteten: Klicka på ikonen Redigera om du vill redigera de tillagda inmatningsentiteterna. Klicka på ikonen Ta bort om du vill ta bort entiteten.

Lägga till entiteter med JSON-redigeraren

Du kan lägga till indataentiteter och utdataentiteter med JSON-redigeraren. I JSON-redigeringsvyn måste entiteterna definieras i ett strukturerat JSON-format.

Mer information finns i En rundtur i JSON-schemat.

Parameterstruktur för indata

Ingångsparametrarna måste följa följande struktur:

type – datatyp för parameterobjektet. Detta är alltid "objekt" för att beteckna att parametrarna är strukturerade som ett objekt.

properties – Ett objekt där varje nyckel representerar en parameter och dess associerade metadata.

required – En matris med strängar med namnen på parametrar som är obligatoriska.

Egenskaper Objekt

Varje nyckel i egenskapsobjektet representerar en indataenhet/parameter och innehåller ett annat objekt med metadata om den parametern. Metadata ska alltid innehålla följande nyckelord:

type – parameterns datatyp. De tillåtna typerna är:
- string – Textdata.
- heltal – numeriska data utan decimaler.
- tal – numeriska data som kan innehålla decimaler.
- booleskt – Sant/falskt-värden.
- array – En lista med objekt som vanligtvis är av samma typ.
- object – En komplex datastruktur med kapslade egenskaper.
beskrivning – En kort förklaring av vad enheten representerar. Detta hjälper AI-motorn att förstå syftet med och användningen av parametern. En beskrivning som är kortfattad och överensstämmer med agentens instruktioner och åtgärdsbeskrivning rekommenderas för bättre noggrannhet.
Validering verkställs endast av plattformen för "typ". "Beskrivning" tillämpas inte för alla entiteter, men vi rekommenderar starkt att den läggs till. Andra användbara nyckelord för entitetsmetadata är:
- enum – I uppräkningsfältet visas möjliga värden för en parameter. Detta är användbart för parametrar som endast ska acceptera en begränsad uppsättning värden. Utvecklare kan definiera anpassade listor med värden som en parameter ska acceptera för att använda detta.
- pattern – Mönsterfältet används tillsammans med strängtyper för att ange ett reguljärt uttryck som strängen måste matcha. Detta är särskilt användbart för validering av specifika format, till exempel telefonnummer, postnummer eller anpassade identifierare.
- exempel – I fältet exempel finns ett eller flera exempel på giltiga värden för parametern. Detta hjälper AI-motorn att förstå vilken typ av data som förväntas och kan vara särskilt användbart för tolkning och validering.

Det finns andra nyckelord som kan göra enhetsdefinitionen mer exakt och robust. Mer information finns i En rundtur i JSON-schemat.

Exempel

Följande exempel innehåller olika typer av entiteter och nyckelord:

{ "type": "object", "properties": { "username": { "type": "string", "description": "Det unika användarnamnet för kontot.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "Lösenordet för kontot.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "E-postadressen för kontot.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "födelsedatum": { "type": "string", "description": "Användarens födelsedatum.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Om användaren vill få nyhetsbrev.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista över roller som tilldelats användaren.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["användarnamn", "lösenord", "e-post"] }

Det här exemplet innehåller följande entiteter:

username – En strängtyp med begränsning för minsta och högsta längd.
password – En strängtyp med en minimilängd och ett visst format (lösenordet anger att den ska hanteras säkert).
e-post – en strängtyp med ett regex-mönster för att säkerställa att det är en giltig e-postadress.
födelsedatum – En strängtyp med exempel som anger datumets format.
preferences – En objekttyp med kapslade egenskaper (nyhetsbrev och meddelanden), inklusive en boolesk med ett standardvärde och en sträng med specifika tillåtna värden (enum).
roles – En matristyp där varje objekt är en sträng som är begränsad till specifika värden (enum).

Användarnamn, lösenord och e-postadress är obligatoriska enligt definitionen i matrisen "obligatoriskt".

I det här exemplet har entiteterna beskrivande namn, tydliga beskrivningar och följer konsekvent struktur och namngivningskonvention. Följ dessa metodtips för att skapa väldefinierade entiteter som är enkla för AI-motorn att tolka och framtvinga.

Definiera uppfyllelse

1	Definiera distributionsdetaljerna för implementering av AI-agenten i ett kontaktcenter. Ange följande information: Välj en metod för uppfyllelse – Välj flödet. Välj en flödesbyggare – Välj önskad flödesbyggare. URL för Flow webhook – ange webhook-URL:en. Mer information finns i Inkommande webhooks. Tjänstnyckel – Ange information om servicenyckeln.
2	Konfigurera utdataentiteterna så att AI-agenten genererar resultatet i ett format som kan förstås av flödet.
3	Om du vill lägga till en utdataentitet klickar du på +Ny utdataenhet. På skärmen Lägg till en ny utdataentitet anger du följande information: Entitetsnamn – Ange namnet på utdataenheten. Enhetstyp – välj enhetens datatyp. Entitetsbeskrivning – ge en kort beskrivning av enheten. Se till att beskrivningen är tydlig och korrekt. Exempel på entiteter – ange ett exempel för enheten. Klicka på +Lägg till om du vill lägga till fler exempel. Markera kryssrutan Obligatoriskt om du vill göra detta till en obligatorisk enhet. Du kan också använda en JSON-fil för att lägga till utdataentiteterna. Mer information finns i Lägga till entiteter med JSON-redigeraren .
4	Klicka på Lägg till för att lägga till utdataentiteten. Du kan lägga till så många utdataenheter som du behöver.
5	Använd alternativet Kontroller för att utföra följande åtgärder på entiteten: Klicka på ikonen Redigera om du vill göra ändringar i entiteten. Klicka på ikonen Ta bortom du vill ta bort entiteten.
6	Klicka på Lägg till för att slutföra konfigurationen.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent. Klicka på Publicera för att aktivera AI-agenten.

När du har konfigurerat AI-agenten:

Information om hur du visar AI-agentprestanda finns i Visa prestanda för autonoma AI-agenter med Analytics.
Information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Autonoma AI-agenter för att svara på frågor

Autonoma agenter kan komma åt och använda ett kunskapslager för att ge informativa och korrekta svar på användarfrågor. Den här funktionen är användbar i scenarier där agenten behöver:

Ge kundsupport – svara på vanliga frågor, felsök problem och vägled kunder genom processer.
Erbjud teknisk hjälp – ge expertråd om specifika ämnen eller områden.

Skapa en autonom AI-agent för att svara på frågor

Innan du börjar

Se till att skapa kunskapsbasen. Mer information finns i Hantera kunskapsbaser.

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Autonom. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Autonom.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – En unik identifierare som genereras av systemet. Det går att redigera det här fältet. AI-motor – Välj önskad AI-motor i listrutan. Standardmotorn för AI är Nova. För röstbaserad förhandsgranskning väljer du Vega. Mer information finns i Röstbaserad förhandsgranskning . Kunskapsbas – Välj den kunskapsbasfil som krävs i listan över tillgängliga kunskapsbaser. Du kan inte mappa den valda kunskapsbasen till andra AI-agenter. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
9	Klicka på Skapa. Den autonoma AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera autonom AI-agentprofil

Innan du börjar

Skapa en autonom AI-agent för att svara på frågor.

Klicka på den AI-agent som du har skapat på instrumentpanelen .

Gå till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – Redigera namnet på AI-agenten om det behövs.
System-ID – Redigera AI-agentens system-id om det behövs.
Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
URL för agentprofilbild – redigera webbadressen som systemet hämtar AI-agentens logotyp eller bild från.
AI-motor – Välj önskad AI-motor i listrutan.
Välkomstmeddelande – Ange välkomstmeddelandet som AI-agenten ska använda för att starta interaktionen.
Tillåt överlämning av agent – Aktivera växlingsalternativet för att överföra konversationen till en mänsklig agent när en kund vill prata med en agent.

Klicka på Spara ändringar för att aktivera AI-agenten.

Nästa steg

Konfigurera kunskapsbasen för AI-agenten.

Konfigurera kunskapsbasen

Innan du börjar

Skapa en autonom AI-agent för att svara på frågor.

1	På sidan Instrumentpanel väljer du den AI-agent som du har skapat.
2	Gå till fliken Knowledge Base .
3	Välj den kunskapsbas som krävs i listrutan.
4	Klicka på Spara ändringar för att aktivera AI-agenten.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent.

När du har konfigurerat AI-agenten:

Information om hur du visar AI-agentprestanda finns i Visa prestanda för autonoma AI-agenter med Analytics.
Information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Visa autonom AI-agentsession och historik

Du kan visa sessions- och historikinformation för var och en av de autonoma AI-agenter som du har skapat. På sidan Sessioner visas information om sessioner som etablerats med constomererna. På sidan Historik kan du visa information om de konfigurationsändringar som utförts på AI-agenten.

Sessioner

På sidan Sessioner finns ett omfattande register över alla interaktioner mellan AI-agenter och användare. Så här navigerar du till sidan Sessioner :

På instrumentpanelen klickar du på den autonoma AI-agent som du vill visa sessionsinformation för.
I det vänstra navigeringsfönstret klickar du på Sessioner.

Sidan Sessioner visas. Varje session visas som en post som innehåller alla meddelanden från sessionen. Den här informationen är användbar för att granska, analysera och förbättra AI-agenten.

Sessionstabellen visar en lista över alla sessioner/rum som skapats för AI-agenten. Tabellen sidnumreras om det finns fler rader än vad som ryms på en skärm. Vilket som helst av fälten i tabellen kan sorteras eller filtreras med hjälp av avsnittet Förfina resultat till vänster. Fälten som finns representerar följande information om en viss session:

Sessions-id – unikt rums-id eller sessions-id för en konversation.
Konsument-ID – ID för konsumenten som interagerade med AI-agenten.
Kanaler – Kanal där interaktionen ägde rum.
Uppdaterad vid – Tidpunkt då rummet stängdes.
Rumsmetadata – Innehåller ytterligare information om rummet.
Markera de obligatoriska kryssrutorna:
- Dölj testsessioner – Om du vill dölja testsessionerna och endast visa listan med livesessioner.
- Agentöverlämning skedde – för att filtrera sessioner som överlämnas till en agent. Om agenten överlämnas visas hörlursikonen som indikerar överlämnandet av chatten till en mänsklig agent.
- Fel uppstod – för att filtrera de sessioner där felet inträffade.
- Nedröstad – För att filtrera de nedröstade sessionerna.
Klicka på en rad i sessionstabellen om du vill se en detaljerad vy över sessionen. Låsikonen indikerar att sessionen är låst och måste dekrypteras. Du måste ha behörighet att dekryptera sessionen. Om växlingsknappen Dekryptera åtkomst är aktiverad kan du komma åt alla sessioner med knappen Dekryptera innehåll . Den här funktionen gäller dock bara när Avancerat dataskydd har angetts till sant eller aktiverats för klientorganisationen.

Historik

På sidan Historik kan du visa information om de konfigurationsändringar som utförts på AI-agenten. Så här visar du historiken för en viss agent:

På instrumentpanelen klickar du på den autonoma AI-agent som du vill visa historiken för.
I det vänstra navigeringsfönstret klickar du på Historik.

Sidan Historik visas med följande flikar:

Granskningsloggar – Klicka på fliken Granskningsloggar om du vill visa de ändringar som gjorts i AI-agenterna.
Modellhistorik – Klicka på fliken Modellhistorik för att visa de olika versionerna av den autonoma AI-agenten för att utföra åtgärder.

Granskningsloggar

På fliken Granskningsloggar spåras de ändringar som gjorts i den autonoma AI-agenten. Du kan visa information om ändringarna under de senaste 35 dagarna. På fliken Granskningsloggar visas följande information:

Användare med administratörs- eller AI-agentutvecklarroller har bara åtkomst till fliken Granskningsloggar . Användare med anpassade roller som har behörigheten Hämta granskningslogg kan också visa granskningsloggarna.

Uppdaterad vid – Data och tidpunkt för ändringen.
Uppdaterad av – namnet på användaren som införlivade ändringen.
Fält – Det specifika avsnitt i AI-agenten där ändringen gjordes.
Beskrivning – ytterligare information om ändringen.

Du kan söka efter en specifik granskningslogg med sökalternativen Uppdaterad av, Fält och Beskrivning . Du kan sortera loggarna baserat på fälten Uppdaterad på och Uppdaterad efter .

Modellhistorik

Fliken Modellhistorik är endast tillgänglig för den autonoma AI-agenten för att utföra åtgärder.

När du publicerar den autonoma AI-agenten för att utföra åtgärder sparas en version av den autonoma AI-agenten som är tillgänglig på fliken Modellhistorik . Du kan visa de olika versionerna av AI-agenten på fliken Modellhistorik .

Modellbeskrivning – En kort beskrivning av AI-agentens version.
AI-motor – AI-motorn som används för den versionen av AI-agenten.
Uppdaterad den – Datum och tid då versionen skapades.
Åtgärder – Gör att du kan utföra följande åtgärder på AI-agenten
- Läs in – Alla ändringar på AI-agenten går förlorade. Du måste utföra konfigurationen igen.
- Exportera – Använd för att exportera AI-agenten.

Förhandsgranska din autonoma AI-agent

Du kan förhandsgranska de autonoma AI-agenterna när du skapar AI-agenten, redigerar och distribuerar agenten. Du kan starta förhandsgranskningen från:

Instrumentpanel för AI-agenter – När du hovrar över ett AI-agentkort visas förhandsgranskningsalternativet för AI-agenten. Klicka här om du vill starta förhandsversionen av AI-agenten.
AI-agentrubrik – Klicka på AI-agentkortet för att öppna. Knappen Förhandsgranska är alltid synlig i rubrikavsnittet.
Minimerad widget – När en förhandsgranskning har startats och sedan minimerats skapas en chatthuvudwidget längst ned till höger på sidan och kan användas för att enkelt starta om förhandsgranskningsläget.

Webex AI Agent ger också ett delbart förhandsgranskningsalternativ. Klicka på menyn i det övre högra hörnet och välj alternativet Kopiera förhandsgranskningslänk . Förhandsgranskningslänken kan delas med testare eller konsumenter av AI-agenten.

Widget för förhandsgranskning av plattform

Förhandsgranskningswidgeten öppnas längst ned till höger på skärmen. Användare kan ange yttranden (eller sekvenser av yttranden) för vilka AI-agentens svar måste kontrolleras. Med den här funktionen kan utvecklaren se till att AI-agenten svarar som förväntat.

Förhandsgranskningswidgeten kan maximeras. Det finns andra användbara funktioner som att tillhandahålla konsumentinformation och initiera flera rum för att testa AI-agenten.

Delbar förhandsgranskningswidget

Den delbara förhandsgranskningswidgeten gör det möjligt för AI-agentutvecklare att dela sin AI-agent med intressenter och konsumenter på ett presentabelt sätt utan att behöva utveckla ett anpassat användargränssnitt för att visa AI-agenten. Som standard återger den kopierade förhandsgranskningslänken AI-agenten med telefonhölje. Utvecklare kan göra några snabba anpassningar genom att ändra vissa parametrar i förhandsgranskningslänken. De två viktigaste anpassningarna är:

Widgetfärg – genom att lägga till parametern brandColor på länken. Användare kan definiera enkla färger med färgnamn eller använda hex-kod.
Telefonhölje – Genom att ändra värdet på parametern phoneCasing i länken. Detta är inställt på true som standard och kan inaktiveras genom att göra det false.

Exempel på förhandsgranskningslänk med dessa parametrar:? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Ange en färgs hexadecimala värde i formatet '_XXXX'>.

Röstbaserad förhandsgranskning

Autonom AI-agent för att svara på frågor stöder röstbaserad förhandsgranskning. Så här aktiverar du det här alternativet:

Välj AI-agenten på instrumentpanelen .
Navigera till Inställningar > profil.
1. I listrutan AI Engine väljer du Vega.
Klicka på Spara ändringar.

Knappen Förhandsgranska uppdateras med en mikrofonikon för röstbaserad förhandsgranskning. Klicka på knappen Förhandsgranska . Röstförhandsgranskningswidgeten visas:

Användaren måste aktivera mikrofonåtkomst för att kunna använda den här funktionen.

Röstförhandsgranskningswidgeten innehåller följande funktioner för användarna:

Start-knappen för att starta förhandsgranskningen.
Live-transkription När röstförhandsgranskningen pågår visas en live-transkription av konversationen i widgeten.
Avsluta samtal för att avsluta konversationen.
Stäng av ljudet om du vill stänga av ljudet.

Visa prestanda för autonoma AI-agenter med Analytics

Avsnittet AI-agentanalys ger en grafisk representation av nyckelmåtten för att utvärdera AI-agentens prestanda och effektivitet. Så här genererar du analyser för den autonoma AI-agenten:

Välj AI-agenten på instrumentpanelen .
I navigeringsfönstret till vänster klickar du på Analytics. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

I det första avsnittet visas följande statistik om sessioner och meddelanden för AI-agenten.

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är antalet sessioner som överlämnats till mänskliga agenter.
Genomsnittliga sessioner per dag
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittliga meddelanden per dag

Det andra avsnittet visar statistik om användarna. Det ger ett antal totala användare och information om genomsnittliga sessioner per användare och dagliga genomsnittliga användare.

I det tredje avsnittet visas AI-agentsvaren och agentöverlämningarna

Konfigurera skriptad AI-agent

I det här avsnittet beskrivs hur du konfigurerar och hanterar skriptade AI-agenter på Webex AI-agentplattform, så att de ger korrekta svar på användarfrågor och utför automatiserade uppgifter effektivt.

Skriptad AI-agent för att utföra uppgifter

Skriptad AI-agent utökar agentbyggnadsfunktionerna utan kod i Webex AI-agentplattform. Skriptad AI-agent möjliggör konversationer med flera svängar där den kan få relevanta data från kunder för att utföra specifika uppgifter. Detta inkluderar:

Kör enkla kommandon – följ instruktionerna för att slutföra fördefinierade åtgärder.
Bearbetar data – manipulera och transformera data enligt angivna regler.
Interagera med andra system – kommunicera med och kontrollera andra lösningar.

Skapa en skriptad AI-agent för att utföra åtgärder

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på + Skapa agent.
3	På skärmen Skapa en AI-agent skapar du en ny AI-agent från grunden. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Skriptad. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Börja från början och sedan på Nästa.
5	I avsnittet Vilken typ av agent skapar du? klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion? klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – Det här är den systemgenererade unika identifieraren. Du kan också redigera det här fältet. AI-motor – Välj AI-motorn i listrutan.
9	Klicka på Skapa. Den skriptade AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

När du har skapat en AI-agent kan du skapa entiteter, lägga till avsikter och definiera svar.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på Webex AI Agent-plattformen.
2	På sidan Instrumentpanel väljer du den AI-agent som du skapade.
3	Gå till Settings > Profile och konfigurera följande information: Agentnamn – Redigera namnet på AI-agenten om det behövs. System-ID – redigera AI-agentens system-ID om det behövs. URL för agentprofilbild – redigera webbadressen som systemet hämtar AI-agentens logotyp eller bild från. Beskrivning – Ange information om den här AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen om du vill att AI-agenten ska be om feedback i meddelandet. Anpassat felmeddelande – Skriv ett meddelande som visas om det uppstår fel under chatten med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera entiteter

Entiteter är byggstenarna i konversationer. De är de viktigaste elementen som AI-agenter extraherar från användaryttranden. De representerar specifik information, till exempel produktnamn, datum, kvantiteter eller någon annan viktig grupp av ord. Genom att effektivt identifiera och extrahera enheter kan AI-agenter bättre förstå användarens avsikt och ge mer exakta och relevanta svar.

Typer av entiteter

Webex AI Agents erbjuder 11 fördefinierade entitetstyper för att samla in olika typer av användardata. Du kan också skapa någon av följande anpassade entiteter.

Anpassade entiteter

Dessa entiteter är konfigurerbara och gör det möjligt för utvecklare att samla in användningsfallsspecifik information. De används för sådant som inte omfattas av systemenheter.

Anpassad lista – definiera listor med förväntade strängar för att samla in specifika datapunkter som inte täcks av fördefinierade enheter. Du kan lägga till flera synonymer för varje sträng. Till exempel en enhet med anpassad pizzastorlek.
Regex – använd reguljära uttryck för att identifiera specifika mönster och extrahera motsvarande data. Till exempel ett telefonnummer regex (till exempel 123-123-8789).
Siffror – samla in numeriska inmatningar med fast längd med hög noggrannhet, särskilt i röstinteraktioner. I icke-röstinteraktioner används det som ett alternativ till entitetstyperna Custom och Regex. Om du till exempel vill identifiera ett femsiffrigt kontonummer måste en längd på fem definieras.
Alfanumeriskt – samla in kombinationer av bokstäver och siffror, vilket ger korrekt igenkänning för både röstinmatningar och andra inmatningar.
Fritext – samla in flexibla datapunkter som är svåra att definiera eller validera.
Kartplats (WhatsApp) – extrahera platsdata som du delar på WhatsApp-kanalen.

Systementiteter

Enhetens namn	Beskrivning	Exempel på inmatning	Exempel på utdata
Datum	Tolkar datum på naturligt språk till ett standarddatumformat	"Juli nästa år"	01/07/2020
Tid	Tolkar tid på naturligt språk till ett standardtidsformat	5 på kvällen	17:00
E-post	Identifierar e-postadresser	Skriv till mig på info@cisco.com	info@cisco.com
Telefonnummer	Identifierar vanligt telefonnummer	Ring mig på 9876543210	9876543210
Monetära enheter	Tolkar valuta och belopp	Jag vill 20$	20$
Ordinal	Identifierar ordningstal	Fjärde av tio personer	4:e
Kardinal	Detekterar kardinalnummer	Fjärde av tio personer	10
Geolokalisering	Upptäcker geografiska platser (städer, länder etc.)	Jag badade i Themsen i London, Storbritannien	London, Storbritannien
Personnamn	Identifierar vanliga namn	Bill Gates från Microsoft	Bill Gates
Antal	Identifierar mätningar, som av vikt eller avstånd	Vi är 5 km från Paris	5 km
Varaktighet	Identifierar tidsperioder	1 veckas semester	1 vecka

Skapade entiteter kan redigeras från fliken entiteter. Om du länkar entiteter till en avsikt kommenteras dina yttranden med identifierade entiteter när du lägger till dem.

Entitetsroller

När en entitet behöver samlas in flera gånger inom en enda avsikt blir entitetsroller nödvändiga. Genom att tilldela distinkta roller till samma entitet kan du vägleda AI-agenten i att förstå och bearbeta användarindata mer exakt.

Om du till exempel vill boka ett flyg med mellanlandning kan du skapa en flygplatsenhet med tre roller: ursprung, destination och mellanlandning. Genom att kommentera träningsyttranden med dessa roller kan AI-agenten lära sig de förväntade mönstren och smidigt hantera komplexa bokningsförfrågningar.

Entitetsroller stöds endast för Mindmeld (anpassade enheter och systementiteter) och Rasa (endast anpassade entiteter), administratörer måste markera kryssrutan Entitetsroller under de avancerade inställningarna i dialogrutan NLU-motorväljare.

Administratörer kan inte växla från RASA eller Mindmeld till Swiftmatch medan entitetsroller används. Roller måste tas bort från avsikter för att inaktivera entitetsrollerna från avancerade NLU-motorinställningar. Du kan skapa en entitet med entitetsroller.

Skapa en entitet med entitetsroller

Innan du börjar

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på den skriptade AI-agenten som du har skapat.
3	Klicka på Träning i den vänstra rutan.
4	På sidan Träningsdata klickar du på fliken Entiteter .
5	Klicka på Skapa entitet.
6	I fönstret Skapa entitet anger du följande fält: Enhetsnamn – ange enhetens namn. Enhetstyp – välj alternativet Anpassad lista i listrutan. Values (Värden) – Ange ett värde för entiteten.
7	Aktivera växlingsknappen Automatiskt föreslå platsvärden till automatisk komplettering och ge alternativa förslag för den här entiteten under konversationen. Fältet Roller visas när du skapar en anpassad entitet endast om entitetsroller har aktiverats i avsnittet Avancerade inställningar i fönstret Ändra utbildningsmotor för RASA- och Mindmeld NLU-motorer.
8	Klicka på Spara. Du kan använda alternativen Redigera och Ta bort i kolumnen Åtgärder för att utföra relaterade åtgärder.

Nästa steg

När du har skapat en entitet kan du länka roller till en entitet.

Länka roller till en entitet

1	Logga in på Webex AI Agent-plattformen.
2	Klicka på den AI-agent som du har skapat på instrumentpanelen .
3	Klicka på Träning i den vänstra rutan.
4	På sidan Träningsdata väljer du en avsikt att länka entiteter och entitetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Platser klickar du på Länka entitet.
6	Välj entitetsroll för entitetsnamnet.
7	Klicka på Spara. Du kan tilldela roller till en entitet för att samla in samma entitet två gånger i en avsikt.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter utnyttjar Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

RASA kräver mer träningsdata än Swiftmatch för att uppnå hög noggrannhet. Utvecklare kan växla NLU-motorer på flikarna Skriptade AI-agenters artiklar och utbildning för att utvärdera prestanda. När du ändrar motorn uppdateras AI-agentens algoritm, vilket kräver omträning för korrekt inferens baserat på den nya modellen. Prestandaskillnader kan analyseras med hjälp av likhetspoäng i sessioner och testning med ett klick.

Utvecklare kan också testa och justera tröskelvärden i avsnittet "Överlämning och slutsatsledning" efter byte av motor. För RASA tenderar tröskelvärdena att vara omvänt proportionella mot antalet avsikter, vilket innebär att agenter med många avsikter (100+) vanligtvis har lägre reservpoäng i inferensinställningar.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att besvara frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Träning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är markerad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När alla önskade artiklar har skapats kan du träna AI-agenten och göra den live för att testa och distribuera den. Om du vill träna AI-agenten med dess aktuella korpus klickar du på Träna längst upp till höger. Detta bör ändra statusen till Utbildning.

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i Webex delbar förhandsversion av AI-agenten eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan nu välja deras föredragna vektormodeller som en del av de avancerade motorinställningarna i Swiftmatch NLU-motorn. Det går att välja mellan två alternativ – Yttrandenivå kontra Vektorer på artikelnivå. I vår fortsatta strävan att förbättra noggrannheten hos våra NLU-motorer experimenterade vi med att använda vektorer på artikelnivå i motsats till den äldre modellen för att använda yttrandenivåvektorer och fann att vektorer på artikelnivå förbättrar noggrannheten i de flesta fall. Observera att vektorer på artikelnivå blir det nya standardvärdet för vektorisering för nya enspråkiga AI-agenter och för flerspråkiga AI-agenter stöds matchningar på artikelnivå endast när den flerspråkiga modellen är Polymatch.

Du kan kontrollera informationen om vektormodellen som fanns vid tidpunkten för en slutsats i sessionens avsnitt annan information .

Hantera avsikter

Avsikt är en kärnkomponent i Webex AI Agent-plattformen som gör det möjligt för AI-agenter att förstå och svara på dina indata effektivt. Den representerar en specifik uppgift eller åtgärd som du vill utföra under en konversation. AI-agentutvecklare definierar alla avsikter som motsvarar de uppgifter du vill utföra. Noggrannheten i avsiktsklassificeringen påverkar direkt AI-agentens förmåga att tillhandahålla relevanta och användbara svar. Avsiktsklassificering är processen att identifiera avsikt baserat på dina indata, så att AI-agenten kan svara på ett meningsfullt och kontextuellt relevant sätt.

Systemavsikter

Standardreservmetod – En AI-agents funktioner begränsas till sin natur av de avsikter som är utformade för att känna igen och svara på. Även om ett företag inte kan förutse alla möjliga frågor du kan ställa, kan standardåterställningsmetoden hjälpa konversationer att vara på rätt spår.
Genom att implementera en standardåterställningsmetod kan AI-agentutvecklare se till att AI-agenten hanterar oväntade frågor eller frågor som inte omfattas och omdirigerar konversationen tillbaka till kända avsikter.
AI-agentutvecklare behöver inte lägga till specifika yttranden i reservavsikten. Agenten kan utbildas i att automatiskt utlösa återställningsmetoden när den stöter på kända frågor som inte omfattas och som annars felaktigt kan kategoriseras i andra avsikter.
I en AI-bankagent kan användare till exempel försöka fråga om lån. Om AI-agenten inte är konfigurerad för att hantera lånerelaterade förfrågningar kan dessa frågor införlivas som träningsfraser inom standardreservavsikten . När en användare frågar om lån när som helst i konversationen känner AI-agenten igen frågan som faller utanför de definierade avsikterna och utlöser återställningssvaret. Detta säkerställer ett lämpligare svar.

Reservavsikten bör inte ha några luckor associerade med den.

Återställningsmetoden måste använda standardnyckeln för återställningsmallen för sitt svar.
Hjälp – Den här avsikten är utformad för att hantera användarförfrågningar om AI-agentens funktioner. När användare är osäkra på vad de kan åstadkomma eller stöter på svårigheter under en konversation söker de ofta hjälp genom att be om hjälp.
Som standard mappas svaret för hjälpavsikten till nyckeln för hjälpmeddelandemallen . AI-agentutvecklare kan dock anpassa svaret eller ändra den associerade mallnyckeln för att ge mer skräddarsydd och informativ vägledning.
Vi rekommenderar att AI-agentens kapacitet förmedlas på en hög nivå, så att användarna får en tydlig förståelse för vad de kan göra härnäst.
Prata med en agent – Med den här avsikten kan användare begära hjälp från en mänsklig agent när som helst under interaktionen med AI-agenten. När den här avsikten utlöses initierar systemet automatiskt en överföring till en mänsklig agent. Standardsvarsmallen för den här metoden är Agentöverlämning. Det finns inga användargränssnittsbegränsningar för att ändra svarsmallnyckeln, men om du ändrar den påverkas inte resultatet av den mänskliga överlämningen.

Avsikter med småprat

Alla nyskapade AI-agenter innehåller fyra fördefinierade småpratsmetoder för att hantera vanliga användarhälsningar, uttryck för tacksamhet, negativ feedback och avsked:

Hälsningsfraser
Tack
AI-agenten var inte till hjälp
Adjö

Dessa avsikter och deras motsvarande svar är tillgängliga som standard i alla AI-agenter. Du kan dock anpassa eller ta bort dem så att de överensstämmer med ditt specifika användningsfall och önskat konversationsflöde.

Skapa en avsikt

Innan du börjar

Innan du skapar en avsikt rekommenderar vi att du skapar entiteter som länkar till avsikten. Entiteterna måste slutföra uppgiften. Mer information finns i skapa entiteter.

1	Logga in på Webex AI Agent-plattformen.
2	Välj en uppgift på sidan Dashboard.
3	Klicka på Utbildning i den vänstra rutan.
4	På sidan Träningsdata klickar du på Skapa avsikt.
5	I fönstret Skapa avsikt anger du följande information: Avsiktsnamn – Ange avsiktens namn. Lägg till yttrande – lägg till en fras som utlöser avsikten och klicka på Lägg till. Om det finns några entiteter i de tillagda yttrandena kommenteras de automatiskt i yttrandena och visas i avsnittet Slots . Du kan lägga till fler entiteter som platser i en avsikt. Mer information finns i Skapa entitet med entitetsroller. Varje fack visar följande: Enhetens namn Om det krävs för att avsikten ska slutföras. Antalet nya försök som AI-agenten försöker hämta platsvärdet från användaren. Mallnyckeln
6	Markera kryssrutan Obligatorisk om enheten är obligatorisk.
7	Ange antalet återförsök som tillåts för den här platsen när den är felaktigt ifylld av konsumenten. Som standard är siffran inställd på tre.
8	Välj mallnyckeln i listrutan. Klicka på Skapa ny om du vill skapa en ny svarsmallnyckel för entiteten. Svarsinnehållet för dessa mallnycklar konfigureras i avsnittet Svar . Varje mallnyckel har ett motsvarande svar som skickas till användaren när avsikten utlöses.
9	I avsnittet Svar anger du nyckeln till den slutliga svarsmallen som ska returneras till användarna när avsikten har slutförts.
10	Aktivera växlingsknappen Återställ platser efter slutförande för att återställa platsvärdena som samlats in i konversationen när avsikten är klar. Om den här växlingsknappen är inaktiverad behåller facket de gamla värdena och visar samma svar.
11	Aktivera växlingsknappen Uppdatera platsvärden om du vill uppdatera platsvärdet under konversationen med konsumenten. Det senast ifyllda värdet i kortplatsen beaktas av AI-agenten för att bearbeta data. Om den här funktionen är aktiverad uppdateras värdena för fyllda platser när användare anger ny information för samma platstyp.
12	Aktivera växlingsknappen Ge förslag på platser om du vill ge förslag på platsfyllning och alternativa platsvärden i det slutliga svaret, baserat på användarinmatning.
13	Aktivera växlingsknappen Avsluta konversation för att stänga sessionen efter den här avsikten. Anslutnings- och röstflöden kan använda detta för att avsluta en konversation med konsumenterna.
14	Klicka på Spara. Klicka på Träna längst upp till höger på fliken Utbildning för att visa eventuella ändringar som gjorts i avsikter och entiteter. För att träna Rasa- eller Mindmeld NLU-motorer krävs minst två träningsvarianter (yttranden) per avsikt. Dessutom måste varje fack ha minst två anteckningar. Om dessa krav inte uppfylls är knappen Träna inaktiverad. En varningsikon visas bredvid den berörda avsikten för att indikera problemet. Standardåterställningsavsikten är dock undantagen från dessa krav.

Nästa steg

När en avsikt har skapats krävs viss information för att uppfylla avsikten. Länkade entiteter anger hur den här informationen hämtas från användaryttranden. Mer information finns i Länka entiteter med avsikt.

Länka entiteter med avsikt

Innan du börjar

Vi rekommenderar att entiteterna skapas och länkas innan du lägger till yttranden. Den här automatiskt kommenterar entiteterna medan yttranden läggs till.

1	Logga in på Webex AI Agent-plattformen.
2	Klicka på den AI-agent som du har skapat på instrumentpanelen .
3	Klicka på Träning i den vänstra rutan.
4	På sidan Träningsdata väljer du en avsikt att länka entiteter och entitetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Platser klickar du på Länka entitet. De länkade enheterna visas i avsnittet Platser.
6	Välj entitetsroll för entitetsnamnet.
7	Klicka på Spara. När en entitet markeras som obligatorisk blir ytterligare konfigurationsalternativ tillgängliga. Du kan ange det maximala antalet gånger AI-agenten kan begära den saknade enheten innan den eskaleras eller ger ett återställningssvar. Du kan definiera mallnyckeln som ska utlösas om den nödvändiga entiteten inte tillhandahålls inom det angivna antalet återförsök. När en AI-agent har identifierat en avsikt och samlat in alla nödvändiga data (platser) svarar den med meddelandet som är associerat med den slutliga mallnyckeln som konfigurerats för avsikten. Om du vill starta en ny konversation eller hantera efterföljande avsikter utan att överföra tidigare data måste växlingsknappen Återställ platser efter slutförande vara aktiverad. Den här inställningen rensar alla identifierade entiteter från konversationshistoriken, vilket säkerställer en nystart för varje ny interaktion.

Generera träningsdata

Du måste manuellt lägga till träningsdata i deras avsikter för att få AI-agenten att arbeta med en rimlig noggrannhet. Träningsdata består av olika sätt på vilka du kan åberopa samma avsikt. Du kan lägga till minst 15–20 varianter för varje avsikt för att förbättra dess noggrannhet. Att skapa denna träningskorpus manuellt kan vara tråkigt och tidskrävande. Du kan bara lägga till några få varianter eller bara lägga till nyckelord som varianter i stället för meningsfulla meningar. Detta kan undvikas genom att generera träningsdata för att komplettera dina befintliga.

Följ stegen nedan för att generera träningsdata:

Ange avsiktsnamnet och ett exempelyttrande.
Klicka på Generera.
Ge en kort beskrivning av avsikten att vägleda AI:n.
Ange önskat antal varianter och kreativitetsnivån för de AI-genererade förslagen.

Att generera många varianter samtidigt kan påverka kvaliteten. Vi rekommenderar högst 20 varianter per generation.
En lägre kreativitetsinställning kan producera mindre olika varianter.
Genereringsprocessen kan ta några sekunder, beroende på antalet varianter som begärs.
Blixtikonen skiljer AI-genererade varianter från användardefinierade träningsdata.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter utnyttjar Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att besvara frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Träning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är markerad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i Webex delbar förhandsversion av AI-agenten eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan kontrollera informationen om vektormodellen som fanns vid tidpunkten för en slutsats i sessionens avsnitt annan information .

Flagga genererade varianter

För att säkerställa ansvarsfull AI-användning kan utvecklare flagga AI-genererade utdata för granskning. Detta gör det möjligt att identifiera och förebygga skadligt eller partiskt innehåll. Så här flaggar du AI-genererade utdata:

Leta reda på flaggningsalternativet: Ett flaggningsalternativ är tillgängligt för varje genererat yttrande.
Ge feedback: När utvecklare flaggar utdata kan de lägga till kommentarer och ange orsaken till flaggningen.

Den här funktionen är inledningsvis tillgänglig med en månatlig användningsgräns på 500 genererade åtgärder. För att tillgodose växande behov kan utvecklare kontakta sina kontoägare för att begära en ökning av denna gräns.

Skapa flerspråkig avsikt och entitet

Du kan skapa träningsdata på flera språk. För varje språk som konfigurerats för AI-agenten måste du definiera yttranden som återspeglar önskade interaktioner. Även om platserna är konsekventa på alla språk identifierar malltangenterna svaren på varje språk.

Alla språk stöder inte alla entitetstyper. Mer information om listan över entitetstyper som varje språk stöder finns i tabellen Språk verser entiteter som stöds i Språk som stöds för skriptade AI-agenter.

Hantera svar

Svaren är de meddelanden som AI-agenten skickar till kunderna som svar på deras frågor eller avsikter. Du kan skapa svar som inkluderar:

Text – meddelanden med oformaterad text för direkt kommunikation.
Kod – Inbäddad kod för dynamiskt innehåll eller dynamiska åtgärder.
Multimedia – Bild-, ljud- eller videoelement som förbättrar användarupplevelsen.

Svaren har två huvudkomponenter:

Mallar – fördefinierade svarsstrukturer som mappas till specifika avsikter.
Arbetsflöden – Den logik som avgör vilken mall som ska användas baserat på den identifierade avsikten.

Mallarna för Överlämning av agent, Hjälp, Reserv och Välkommen är förkonfigurerade och svarsmeddelandet kan ändras från motsvarande mallar.

Svarstyper

Avsnittet Response Designer täcker olika typer av svar och hur de kan konfigureras.

Fliken Arbetsflöden används för att hantera asynkrona svar när en extern API som svarar på ett asynkront sätt anropas. Arbetsflödena måste kodas i python.

Variabel ersättning

Med variabelersättning kan du använda dynamiska variabler som en del av svarsmallarna. Alla standardvariabler (eller entiteter) i en session, tillsammans med de som en AI-agentutvecklare kan ange i ett friformsobjekt som datalagerfältet , kan användas i svarsmallar via den här funktionen. Variablerna representeras med denna syntax: ${variable_name}. Om du till exempel använder värdet för en entitet med namnet apptdate används ${entities.apptdate} or ${newdfState.model_state.entities.apptdate.value}.

Svaren kan anpassas med hjälp av variabler som tas emot från kanalen eller samlas in från konsumenter under en konversation. Funktionen för automatisk komplettering visar syntaxen för variabler i textområdet när du börjar skriva ${. Om du väljer önskat förslag fylls området automatiskt med variabeln och en sådan variabel markeras.

Konfigurera svar med Svarsdesignern

Svarsdesignern erbjuder ett användarvänligt gränssnitt för att skapa svar utan att kräva omfattande kodningskunskaper. Det finns två svarstyper:

Villkorliga svar: För icke-utvecklare möjliggör det här alternativet enkel konstruktion av svar som AI-agenten levererar till kunder.
Kodavsnitt: För utvecklare som använder Python ger det här alternativet flexibilitet för att konfigurera svar med kod.

Svarsdesignern för Webex AI Agent är utformad för att säkerställa att användarupplevelsen skräddarsys för den specifika kanal som AI-agenten interagerar med.

Svarsmallar

Text – Det här är enkla textsvar. För att förbättra användarupplevelsen tillåter svarsdesignern flera textrutor i ett enda svar, så att du kan dela upp långa meddelanden i mer hanterbara avsnitt. Varje textruta kan innehålla olika svarsalternativ. Under en konversation väljs ett av dessa alternativ slumpmässigt och visas för användaren, vilket garanterar en dynamisk och engagerande interaktion.
För att upprätthålla en dynamisk och engagerande användarupplevelse kan du lägga till flera svarsalternativ i dina mallar. När en mall med flera alternativ aktiveras väljs en av dem slumpmässigt och visas för användaren. Du kan aktivera den här funktionen genom att klicka på knappen +Lägg till variant längst ned i svaret.

När du sparar svar ser utvecklare en varning som anger antalet fel som behöver korrigeras. Fälten med fel markeras med rött. Genom att använda navigeringspilarna kan utvecklare enkelt hitta och åtgärda dessa fel i alla kanaler eller svarsformat. Om listväljaren eller karusellen innehåller flera kort kan du med punktnavigering flytta mellan korten med fel. För ett enda kort blir motsvarande punkt röd för att signalera felet.
Snabbsvar – Textsvar kan kopplas ihop med knappar, som kan vara antingen textbaserade länkar eller URL-länkar. Textknappar kräver en titel och en nyttolast, som skickas till botten när du klickar på den. URL-knappar omdirigerar användare till en specifik webbsida.
När en användares fråga är tvetydig tillåter partiell matchning roboten att föreslå relevanta artiklar eller avsikter som alternativ. Den här funktionen är tillgänglig för webb- och Facebook-interaktioner.
Lägga till snabbsvar på URL:er
Med snabbsvarsknappar för webbadresser i fasta och villkorliga svar kan du skapa knappar som omdirigerar användare till din webbplats för mer information eller åtgärder som att fylla i formulär. När du klickar på dessa knappar öppnas den angivna URL:en på en ny flik i samma webbläsarfönster utan att några data skickas tillbaka till roboten.
Så här lägger du till ett URL-snabbsvar i villkorligt eller fast svar:
1. Välj den artikel- eller mallnyckel som du vill konfigurera snabbsvaret på URL:en för.
2. Klicka på + Lägg till snabbsvar. Popup-fönstret Knapptyp visas.
3. Välj knapptyp som URL i webbkanalen.
4. Ange titeln på knappen och webbadressen som konsumenten ska dirigeras till när han eller hon har klickat på knappen.
5. Klicka på Klar för att lägga till ett snabbsvar på URL:en.
URL-typknappar kan också konfigureras via dynamisk svarstyp, där dessa knappar ska konfigureras med hjälp av kodfragment av python-kod. De här knapparna stöds i förhandsversionen av Webex AI Agent-plattformen och den delbara förhandsversionen. De stöds för närvarande inte av IMIchats livechattwidget eller andra tredjepartskanaler.
Carousel – utökade svar kan innehålla ett enda kort eller flera kort ordnade i carousel-format. Varje kort kräver en titel och kan innehålla en bild, en beskrivning och upp till tre knappar.
Snabbsvarsknapparna i carousel-mallen kan konfigureras med text- eller URL-länkar. Genom att klicka på en URL-knapp omdirigeras användaren till den angivna webbplatsen. Om du klickar på en textbaserad snabbsvarsknapp skickas en konfigurerad nyttolast till roboten och utlöser motsvarande svar.
Bild – En multimediamall där användare kan konfigurera bilder genom att ange webbadresser.
Video – återger videor i förhandsgranskningen baserat på den konfigurerade videowebbadressen.
Kod – Kan användas för att skriva Python-kod för att anropa API:er eller köra annan logik.

Kodstycken

Villkorliga svar, med sina omfattande funktioner och olika mallar, kan effektivt tillgodose de flesta AI-agentbehov. Men för komplexa användningsfall som inte kan realiseras helt via villkorliga svar eller för utvecklare som föredrar kodning är svarstypen kodfragment tillgänglig.

Med kodfragment kan du konfigurera svar med Python-kod. Med den här metoden kan du skapa alla typer av svar, inklusive snabbsvar, text, karuseller, bilder, ljud, video och filer, i en svarsmall eller artikel.

Funktionskoden som definieras i kodfragmentmallen kan användas för att ange variabler som sedan används i andra mallar. Det är viktigt att notera att funktionskod inte direkt kan returnera svar när den används i villkorliga svar.

Validering av kodavsnitt – Plattformen söker bara efter syntaxfel i kodavsnittet som du konfigurerar. Eventuella fel i själva svarsinnehållet kan dock orsaka problem för användare som interagerar med roboten på den konfigurerade kanalen. Redigeraren hindrar dig till exempel inte från att lägga till ett "tidsväljarsvar" för webbkanalen, men det resulterar i fel om en användares fråga utlöser det specifika svaret.

Om du väljer att inte konfigurera ett unikt svar för olika kanaler betraktas webbsvaret som standardsvar och skickas till slutanvändaren. Listan över mallar som stöds på webbkanalen är:

Text – Ett enkelt textmeddelande som kan ha flera varianter. Det konfigurerade meddelandet visas baserat på frågan.
Snabbsvar – En mall med text och klickbara knappar.
Carousel – En samling kort där varje kort har en titel, en bild-URL och en beskrivning.
Bild – En mall för att konfigurera bilder genom att ange webbadresser.
Video – En mall för att konfigurera video genom att ange videons URL. Du kan spela upp videon genom att klicka eller knacka på bilden.
Fil – En mall för att konfigurera en PDF-fil genom att ange URL:en för åtkomst till filen.
Ljud – En mall för att konfigurera en ljudfil genom att ange ljudwebbadressen. Den visar också varaktigheten för ljudmeddelandet i utgången.

Konfigurera hanteringsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten inte tillgänglig.
Inaktiverat meddelande – Skriv ett meddelande till den inaktiverade agenten, det här meddelandet visas för de användare som försöker komma åt agenten.
Återställningsåtgärd – Välj det här alternativet om du vill vidta lämpliga åtgärder på inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på inkommande meddelanden till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av varje AI-agentsvar.
Stängningstid för session – Timeout för sessionen (i minuter), varefter sessionen stängs automatiskt vid användarinaktivitet.
Säkerhet – ansvarsfriskrivningsmeddelandet för medgivandet. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. När detta är inställt på Sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i den skriptade AI-agenten.

Lägga till ett språk i skriptad AI-agent

Innan du börjar

Skapa den skriptade AI-agenten.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på + Lägg till språk för att lägga till nya språk och välj språk i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera växlingsknappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ange språket som standard. Håll muspekaren över språket och klicka på Gör till standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det påverka AI-agentens artiklar, kurering, testning och förhandsgranskning.
6	Klicka på Spara ändringar.

Konfigurera överlämningsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Gå till Inställningar > Överlämning och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera deras frågor eller om de uttryckligen ber om det.
Aktivera återlämning vid reserv – Ett antal på varandra följande återgångsmeddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid partiell matchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för på varandra följande meddelanden – Upprepade meddelanden i följd under en session kan utlösa agentöverlämning. Antalet repetitioner som behövs för den här utlösaren kan konfigureras.

Klicka på Spara ändringar för att spara överlämningsinställningarna.

Nästa steg

Gå till hanteringsavsnitten för skriptad AI-agent eller förhandsgranska din skriptade AI-agent.

Skriptad AI-agent för att svara på frågor

Skriptade AI-agenter är kunskapsdrivna agenter vars kunskapsbas består av en korpus av frågor och svar. Skriptad AI-agent kan ge svar baserat på en användarskapad träningskorpus, som är en samling exempel och svar. Den här funktionen är användbar i scenarier där:

Specifika kunskaper krävs – agenten måste svara på frågor inom en fördefinierad domän.
Konsekvens är viktigt – Agenten måste ge konsekventa svar på liknande frågor.
Begränsad flexibilitet krävs – agentens svar begränsas av informationen i utbildningskorpusen.

Skapa en skriptad AI-agent för att svara på frågor

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Skriptad. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – Det här är den systemgenererade unika identifieraren.
9	Klicka på Skapa. Den skriptade AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Skapa en entitet med entitetsroller för AI-agenten.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på Webex AI Agent-plattformen.
2	På sidan Instrumentpanel väljer du den AI-agent som du skapade.
3	Gå till Settings > Profile och konfigurera följande information: Agentnamn – Redigera namnet på AI-agenten om det behövs. System-ID – redigera AI-agentens system-ID om det behövs. URL för agentprofilbild – redigera webbadressen som systemet hämtar AI-agentens logotyp eller bild från. Beskrivning – Ange information om den här AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen om du vill att AI-agenten ska be om feedback i meddelandet. Anpassat felmeddelande – Skriv ett meddelande som visas om det uppstår fel under chatten med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera artiklar

Artiklar från kärnan i skriptade AI-agenter. En artikel är kombinationen av en fråga, dess variationer och svar på denna fråga. Varje artikel har en standardfråga som fungerar som en identifierare för den artikeln i sessioner, kurering och andra platser i AI-agenten. Alla artiklar som konfigureras i en AI-agent utgör tillsammans agentens kunskapsbas eller korpus. Frågan jämförs med den här kunskapsbasen och svaret med högst konfidensnivå visas som ett svar från agenten.

Rasa- och Mindmeld NLU-motorer kräver minst två träningsvarianter (yttranden) för att en artikel ska vara en del av en korpusas tränade modell. I en skriptad AI-agent för att svara på frågor, om Rasa- eller Mindmeld NLU-motor är vald och om en artikel har mindre än två varianter, är knapparna Träna och Spara och Träna inte tillgängliga. När du placerar pekaren på de här knapparna som inte är tillgängliga visas ett meddelande om att lösa problemen före träningen. Det visas också en varningsikon som motsvarar artikeln med problem. Problemen löses genom att lägga till mer än två varianter för en artikel. När problemen har lösts görs knapparna Träna och Spara och Träna tillgängliga. Att ha två varianter är inte tillämpligt för standardartiklarna - delvis matchningsmeddelande, reservmeddelande och välkomstmeddelande.

Du kan klassificera artiklar i kategorier efter eget val och alla okategoriserade artiklar klassificeras som otilldelade. Det finns fyra standardartiklar som är tillgängliga för varje AI-agent, redan när de skapas. Dessa är:

Välkomstmeddelande – Detta innehåller det första meddelandet när konversationen mellan kunden och AI-agenten inleds.
Reservmeddelande – AI-agenten visar det här meddelandet när agenten inte kan förstå användarens fråga.
Partiell matchning – När AI-agenten känner igen flera artiklar med en liten skillnad i poäng (som anges i inställningarna för överlämning och slutsatser ) visar agenten det här matchningsmeddelandet tillsammans med de matchade artiklarna som alternativ. Du kan också konfigurera textsvaret så att det visas tillsammans med dessa alternativ.
Vad kan du göra?– Du kan konfigurera AI-agentens funktioner. AI Agent visar detta när slutanvändarna ifrågasätter AI Agent-funktionerna.

Utöver dessa läggs standardartikeln Prata med en agent till om agentöverlämning från överlämnings - och inferensinställningarna är aktiverad.

Alla nya AI-agenter har också fyra Smalltalk-artiklar som hanterar användaryttranden för:

Hälsningsfraser
Tack
AI-agenten var inte till hjälp
Adjö

Dessa artiklar och svar är tillgängliga som standard i kunskapsbasen för AI-agenter när du skapar en ny AI-agent. Du kan också ändra eller ta bort dessa.

Du kan inte ta bort standardartiklarna Välkomstmeddelande, reservmeddelande, Prata med en agent och delar av meddelanden.

Lägg till artiklar via användargränssnitt och standardsvar

En artikel är kombinationen av en fråga, dess variationer och svar på denna fråga. Varje konsuments fråga jämförs med dessa artiklar (kunskapsbas) och svaret som returnerar den högsta konfidensnivån visas för användaren som AI-agentens svar. Så här lägger du till artiklar:

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på Skapa ny artikel.
4	Lägg till standardvarianterna.
5	Välj något av dessa standardsvar för artikeln. Möjliga värden: Villkorligt svar – Svaret konfigureras av regler. Svaret kan vara i olika format, till exempel text, karusell, snabbsvar, bild, ljud, video, kod och fil. Du kan lägga till flera svar i en artikel. Kodfragment – Svaret skapas med hjälp av if-else-villkor. Mer information finns i avsnittet Konfigurera svar med svarsdesignern .
6	Klicka på Spara och utbilda.

Importera från kataloger

1	Mycket in på Webex AI Agent Platform
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på de tre ellipserna.
4	Klicka på Importera från kataloger.
5	Välj de kategorier av artiklar som ska läggas till agenten.
6	Klicka på Klar.

Extrahera vanliga frågor från länk

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på de tre ellipserna.
4	Klicka på Extrahera vanliga frågor från länken.
5	Ange webbadressen till var vanliga frågor finns och klicka på Extrahera.
6	Klicka på Importera.

Importera från fil

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på de tre ellipserna.
4	Klicka på Importera från en fil och välj CSV importera artiklarna från csv-filen. Om du importerar artiklar från en fil i JSON-format väljer du JSON.
5	Klicka på Bläddra och välj en fil som innehåller alla atikler. Klicka på Hämta exempel för att visa i vilket format artiklarna måste anges.
6	Klicka på Importera.

Lägg till anpassade synonymer

Många AI Agent-användningsfall tenderar att involvera ord och fraser som kanske inte ingår i den engelska standardvokabulären eller är specifika för ett affärssammanhang. Du vill till exempel att AI-agenten ska känna igen Android-appen, iOS-appen och så vidare. AI-agenten måste inkludera dessa termer och deras variationer i träningsyttrandena för alla relaterade artiklar, vilket leder till redundant datainmatning.

Du kan lösa problemet med redundans genom att använda anpassade synonymer i en skriptad AI-agent för att besvara frågor. Synonymer för varje rotord ersätts automatiskt med rotordet vid körning av plattformen.

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på de tre ellipserna.
4	Klicka på Anpassade synonymer.
5	Klicka på Nytt rotord.
6	Konfigurera rotordsvärdet och dess synonymer och klicka på Spara.
7	Träna AI-agenten igen när du har lagt till synonymerna. Du kan också exportera synonymerna (i filformatet .CSV) till den lokala mappen och importera filen tillbaka till plattformen.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter utnyttjar Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att besvara frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Träning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är markerad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i Webex delbar förhandsversion av AI-agenten eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan kontrollera informationen om vektormodellen som fanns vid tidpunkten för en slutsats i sessionens avsnitt annan information .

Konfigurera hanteringsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten inte tillgänglig.
Inaktiverat meddelande – Skriv ett meddelande till den inaktiverade agenten, det här meddelandet visas för de användare som försöker komma åt agenten.
Återställningsåtgärd – Välj det här alternativet om du vill vidta lämpliga åtgärder på inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på inkommande meddelanden till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av varje AI-agentsvar.
Stängningstid för session – Timeout för sessionen (i minuter), varefter sessionen stängs automatiskt vid användarinaktivitet.
Säkerhet – ansvarsfriskrivningsmeddelandet för medgivandet. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. När detta är inställt på Sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i den skriptade AI-agenten.

Lägga till ett språk i skriptad AI-agent

Innan du börjar

Skapa den skriptade AI-agenten.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på + Lägg till språk för att lägga till nya språk och välj språk i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera växlingsknappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ange språket som standard. Håll muspekaren över språket och klicka på Gör till standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det påverka AI-agentens artiklar, kurering, testning och förhandsgranskning.
6	Klicka på Spara ändringar.

Konfigurera överlämningsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Gå till Inställningar > Överlämning och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera deras frågor eller om de uttryckligen ber om det.
Aktivera återlämning vid reserv – Ett antal på varandra följande återgångsmeddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid partiell matchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för på varandra följande meddelanden – Upprepade meddelanden i följd under en session kan utlösa agentöverlämning. Antalet repetitioner som behövs för den här utlösaren kan konfigureras.

Klicka på Spara ändringar för att spara överlämningsinställningarna.

Nästa steg

Gå till hanteringsavsnitten för skriptad AI-agent eller förhandsgranska din skriptade AI-agent.

Förhandsgranska din skriptade AI-agent

Med Webex AI Agent kan du förhandsgranska dina AI-agenter medan du utvecklar den och även efter att utvecklingen är klar. På så sätt kan du testa AI-agenternas funktion och avgöra om de önskvärda svaren genereras som motsvarar respektive indatafrågor. Du kan förhandsgranska den skriptade AI-agenten på följande sätt.

Instrumentpanel för AI-agenter – hovra över ett AI-agentkort för att visa alternativet Förhandsgranska för AI-agenten. Klicka på Förhandsgranska för att starta widgeten Förhandsgranskning av AI-agent.
AI-agentrubrik – När du har angett redigeringsläget för en AI-agent genom att klicka på AI-agentkortet eller knappen Redigera på AI-agentkortet är förhandsgranskningsalternativet alltid synligt i rubrikavsnittet.
Minimerad widget – När en förhandsgranskning har startats och sedan minimerats skapas en chatthuvudwidget längst ned till höger på sidan, så att du enkelt kan starta om förhandsgranskningsläget.

Utöver detta kan du kopiera den delbara förhandsgranskningslänken inifrån en AI-agent. På AI-agentkortet klickar du på ellipsikonen längst upp till höger och klickar sedan på Kopiera förhandsgranskningslänk. Den här länken kan delas med andra användare av AI-agenten.

Widget för förhandsgranskning av plattform

Förhandsvisningswidgeten visas längst ned till höger på skärmen. Du kan ange yttranden (eller en sekvens av yttranden) för att se hur AI-agenten svarar, så att den fungerar som förväntat. Förhandsversionen av AI-agenten har stöd för flera språk och kan automatiskt identifiera språket i yttranden för att svara därefter. Du kan också välja språk manuellt i förhandsgranskningen genom att klicka på språkväljaren och välja från listan över tillgängliga alternativ.

Förhandsgranskningswidgeten kan maximeras för en bättre vy. Ytterligare användbara funktioner inkluderar att tillhandahålla konsumentinformation och initiera flera rum för att noggrant testa AI-agenten.

Delbar förhandsgranskningswidget

Widgetfärg – genom att lägga till parametern brandColor på länken. Användare kan definiera enkla färger med färgnamn eller använda hex-kod.
Telefonhölje – Genom att ändra värdet på parametern phoneCasing i länken. Detta är inställt på true som standard och kan inaktiveras genom att göra det false

Exempel på förhandsgranskningslänk med dessa parametrar: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Gemensamma hanteringsavsnitt för skriptad AI-agent

Följande avsnitt visas i den vänstra panelen på konfigurationssidan för AI-agenten:

Utbildning

I takt med att AI-agenter utvecklas och blir mer komplexa kan ändringar i deras logik eller NLU (Natural Language Understanding) ibland få oavsiktliga konsekvenser. För att säkerställa optimal prestanda och identifiera potentiella problem erbjuder AI Agent-plattformen ett bekvämt ramverk för robottestning med ett klick. Du kan:

Skapa och kör enkelt en omfattande uppsättning testfall.
Definiera testmeddelanden och förväntade svar för olika scenarier.
Simulera komplexa interaktioner genom att skapa testfall med flera meddelanden.

Definiera tester

Du kan definiera tester genom att följa stegen nedan:

Logga in på AI Agent-plattformen.
På instrumentpanelen klickar du på den skriptade AI-agent som du har skapat.
Klicka på Testning i den vänstra rutan. Som standard visas fliken Testcases .
Välj ett testfall och klicka på Utför valda tester.

Varje rad i tabellen representerar ett testfall med följande parametrar:

Tabell 1. Testfall
Parameter	Beskrivning
Meddelande	Ett exempelmeddelande som representerar de typer av frågor och instruktioner som du kan förvänta dig att användarna skickar till din AI-agent.
Förväntat språk	Det språk som användarna förväntas interagera med AI-agenten på.
Förväntad artikel	Ange vilken artikel som ska visas som svar på ett visst användarmeddelande. För att hjälpa dig att hitta den mest relevanta artikeln har den här kolumnen en smart funktion för automatisk komplettering. När du skriver kommer systemet att föreslå matchande artiklar baserat på den text som hittills skrivits.
Återställ tidigare kontext	Markera kryssrutan i den här kolumnen om du vill isolera testfall och se till att de körs oberoende av befintlig AI-agentkontext. När det här alternativet är aktiverat simuleras varje testfall i en ny session, vilket förhindrar störningar från tidigare interaktioner eller lagrade data.
Inkludera partiella matchningar	Aktivera den här växlingsknappen för att inkludera testfall med förväntade artiklar som endast delvis matchar det faktiska svaret anses vara framgångsrika.
Importera från CSV	Importera testfall från en CSV fil (kommaseparerad fil). I det här fallet kommer alla befintliga testfall att skrivas över.
Exportera till CSV	Exportera testfall till en CSV fil (kommaseparerad fil).
Testa återuppringningar	Aktivera den här växlingsknappen för att simulera inkommande återuppringningar och testa flödets beteende utan att kräva faktiska inkommande samtal. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Återuppringning i flöde	Markera kryssrutan i den här kolumnen om du vill ange att en avsikt måste utlösa en återuppringning. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Förväntad motringningsmall	Ange mallnyckeln som måste aktiveras när återuppringningen sker. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Timeout för återuppringning (er)	Maximal tid (i sekunder) som AI-agenten väntar på ett återuppringningssvar innan återuppringningen anses ha nått tidsgränsen. För närvarande tillämpas en timeout på 20 sekunder. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.

Utför tester

På fliken Körning klickar du på Kör valda tester för att initiera en sekventiell körning av alla valda testfall.

Du kan också köra testfall från fliken Testfall .

När varje testfall slutförs visas resultatet bredvid motsvarande post. Om du vill avsluta ett pågående testfall klickar du på Avbryt körning längst upp till höger på skärmen.

Om du vill visa testfall med specifika resultat klickar du på önskat resultat (till exempel Godkänd,Godkänd med partiell matchning,Misslyckades,Väntar ) i menyfliksområdet Sammanfattning. Detta filtrerar testfallslistan så att endast de som matchar det valda resultatet visas.

Sessions-ID som är associerat med varje testfall visas i resultaten. Detta gör att du snabbt kan korsreferera testfall och visa transaktionsdetaljer. Det gör du genom att välja alternativet Transaktionsinformation i kolumnen Åtgärder .

Körningshistorik

På fliken Historik öppnar du alla utförda testfall.

Klicka på ikonen Hämta i kolumnen Åtgärder om du vill exportera körda testdata som en CSV fil för offlineanalys eller rapportering.
Granska de specifika motor- och algoritminställningarna som används för varje testfallskörning. Den här informationen hjälper utvecklare att optimera AI-agentens prestanda.
Om du vill visa de avancerade algoritmkonfigurationsinställningar som används för en viss träningsmotor klickar du på ikonen Info bredvid träningsmotorns namn. Detta ger insikter om de parametrar och inställningar som påverkade AI-agentens beteende under testningen.

Sessioner

Avsnittet Sessioner innehåller en omfattande förteckning över alla interaktioner mellan AI-agenter och kunder. Varje session innehåller en detaljerad historik över meddelanden som utbytts. Du kan exportera sessionsdata som en CSV fil för offlineanalys och granskning. Du kan använda dessa data för att undersöka meddelanden och sammanhang för specifika sessioner för att få insikter om användarinteraktioner och identifiera områden som kan förbättras, förfina AI-agentens svar och förbättra den övergripande användarupplevelsen.

Den kan hantera stora datamängder genom att visa resultat på sidor. Du kan använda avsnittet Förfina resultat för att filtrera och sortera sessioner baserat på olika kriterier. Varje rad i tabellen visar viktig sessionsinformation, inklusive:

Kanaler – kanalen där interaktionen ägde rum (till exempel chatt, röst).
Sessions-ID – en unik identifierare för sessionen.
Konsument-id – användarens unika identifierare.
Meddelanden – Antalet meddelanden som utbytts under sessionen.
Uppdaterad vid – Tidpunkten då sessionen stängdes.
Metadata – Ytterligare information om sessionen.
- Dölj testsessioner – Markera den här kryssrutan om du vill dölja testsessionerna och endast visa listan över livesessioner.
- Agentöverlämning skedde – Markera den här kryssrutan om du vill filtrera sessioner som överlämnas till en agent. Om agentöverlämning sker visas hörlursikonen som indikerar överlämnandet av chatten till en mänsklig agent.
- Fel uppstod – Markera den här kryssrutan om du vill filtrera de sessioner där felet inträffade.
- Nedröstad – Markera den här kryssrutan om du vill filtrera nedröstade sessioner.

Klicka på en rad om du vill visa detaljerad information om en viss session. Använd kryssrutor för att filtrera sessioner baserat på agentöverlämning, fel och nedröstningar. Dekrypteringssessioner kräver behörighet på användarnivå och avancerade dataskyddsinställningar. Klicka på Dekryptera innehåll för att visa sessionsinformationen.

Sessionsinformation för en viss session i den skriptade AI-agenten för att besvara frågor

Vyn Sessionsinformation i en skriptad AI-agent för att besvara frågor ger en omfattande uppdelning av en specifik interaktion mellan en användare och AI-agenten.

Avsnittet Meddelanden :

Visar alla meddelanden som skickats av användaren under sessionen.
Visar motsvarande svar som genererats av AI-agenten.
Visar meddelandenas kronologiska ordning och ger kontext för interaktionen.

Fliken Transaktionsinformation :

Listar de artiklar som identifierades som relevanta för kundens fråga, inklusive både exakta matchningar och partiella matchningar.
Visar likhetspoängen för varje identifierad artikel, vilket indikerar graden av relevans.
Presenterar resultaten av de underliggande algoritmerna som används för att bearbeta kundens fråga och identifiera relevanta artiklar.
Visar antalet algoritmresultat beroende på inställningarna som konfigurerats på fliken Överlämning och slutsatsledning .

Avsnittet Annan info i vyn Sessionsinformation ger ytterligare sammanhang och information om en specifik interaktion. Här är en sammanfattning av informationen som visas:

Bearbetad fråga – Visar den förbehandlade versionen av kundens indata efter att de har bearbetats av AI-agentens NLU-pipeline (Natural Language Understanding).
Agentöverlämning – Anger om en agentöverlämning skett under sessionen. Markera kryssrutan Agentöverlämning efter regler om en agentöverlämning har utlösts av särskilda regler.
Svarstyp – Anger vilken typ av svar som genereras av AI-agenten, till exempel ett kodfragment eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU Engine – Identifierar den NLU-motor som används för att bearbeta kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärdespoäng – Visar den lägsta tröskelpoängen och skillnaden i delmatchpoäng som konfigurerats i inställningarna för överlämning och slutsatsledning . Dessa värden avgör när en fråga anses vara utanför omfånget eller kräver agentåtgärder.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-id:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Sessionsinformation för en viss session i den skriptade AI-agenten för att utföra åtgärder

Fliken Transaktionsinformation i den skriptade AI-agenten för att utföra åtgärder ger en detaljerad uppdelning av en specifik interaktion och kategoriserar information i fyra avsnitt:

Avsnittet Avsikter identifierat :

Visar de avsikter som identifierades för kundens fråga.
Anger konfidensnivån för varje identifierad avsikt.
Visar de platser som är associerade med den identifierade avsikten. Klicka på platsen om du vill visa ytterligare information om dess värde och hur den extraherades från användarens fråga.

I avsnittet Identifierade entiteter visas de entiteter som extraherades från kundens meddelande och som är associerade med den aktiva konsumentavsikten. Dessa entiteter representerar de viktigaste informationsdelarna som roboten identifierat i användarens fråga.

Avsnittet Algoritmresultat ger insikter om de underliggande processerna som ledde till AI-agentens svar. Här är en sammanfattning av informationen som visas:

List of Intents – Visar de identifierade avsikterna och deras motsvarande likhetspoäng.
Entitetslista – Visar de entiteter som extraherades från användarens meddelande.

Övrig info visar:

Agentöverlämning – Anger om en agentöverlämning skett under sessionen. Markera kryssrutan Agentöverlämning efter regler om en agentöverlämning har utlösts av särskilda regler.
Mallnyckel – Anger mallnyckeln som är kopplad till avsikten som utlöste AI-agentens svar.
Svarstyp – Anger vilken typ av svar som genereras av AI-agenten, till exempel ett kodfragment eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU Engine – Identifierar den NLU-motor som används för att bearbeta kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärdespoäng – Visar den lägsta tröskelpoängen och skillnaden i delmatchpoäng som konfigurerats i inställningarna för överlämning och slutsatsledning . Dessa värden avgör när en fråga anses vara utanför omfånget eller kräver agentåtgärder.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-id:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Du kan också ladda ned och visa transaktionsinformationen i JSON-format med hjälp av nedladdningsalternativet.

På fliken Metadata visas:

NLP-metadata – Granska förbearbetningsstegen som tillämpas på kundens indata på fliken NLP .
Datalager och FinalDF – Få åtkomst till data relaterade till sessionen på flikarna Datastore och FinalDF för smarta robotar.
Sökfunktion – Använd det inbyggda sökfältet för att snabbt hitta specifika yttranden i en konversation.

Historik

När du lägger till eller ändrar artiklar, avsikter eller entiteter är det viktigt att träna om din skriptade AI-agent för att säkerställa att den är uppdaterad. Efter varje träningspass testar du AI-agenten noggrant för att verifiera att den är korrekt och effektiv.

På sidan Historik kan du:

Visa träningshistorik – spåra när en korpus tränades och ändringarna gjordes.
Jämför träningsmotorer – Granska de träningsmotorer som används för olika iterationer och deras motsvarande träningsvaraktigheter.
Spåra ändringar – övervaka ändringar av inställningar, artiklar, svar, NLP och curation.
Återgå till tidigare versioner – återgå enkelt till en äldre träningsuppsättning om det behövs.

I avsnittet Historik finns praktiska verktyg för hantering av kunskapsbasartiklar:

Aktivera artiklar – Gör tidigare inaktiva artiklar live för att inkludera dem i AI-agentens svar.
Redigera artiklar – Skapa en ny version av en befintlig artikel samtidigt som originalet behålls som referens.
Förhandsgranskningsprestanda – Utvärdera AI-agentens prestanda med en specifik kunskapsbas med hjälp av förhandsgranskningsfunktionen .
Ladda ned artiklar – exportera dina kunskapsbasartiklar som en CSV fil för offlineanalys eller referens.
Det här alternativet är tillgängligt för skriptad AI-agent endast för att besvara frågor.

Granskningsloggar

Avsnittet Granskningsloggar innehåller en detaljerad förteckning över ändringar som gjorts i din skriptade AI-agent under de senaste 35 dagarna. Så här kommer du åt granskningsloggar:

Gå till instrumentpanelen och klicka på AI-agenten som du har skapat.
Klicka på fliken Historik om du vill visa AI-agentens historik.
Klicka på fliken Granskningsloggar så visas en detaljerad logg över ändringar:
- Uppdaterad vid – Datum och tid då ändringen gjordes.
- Uppdaterad av – användaren som gjorde ändringen.
- Fält – Den del av roboten där ändringen skedde (till exempel Inställningar, Artiklar, Svar).
- Beskrivning – ytterligare information om ändringen.

Använd sökalternativen Uppdaterad av och Fält för att snabbt hitta specifika granskningsloggposter.
På fliken Modellhistorik visas högst 10 korpusar för varje AI-agent.

Kurering

Meddelanden läggs till i Curation-konsolen baserat på följande kriterier:

Reservmeddelanden – när AI-agenten inte förstår en användares meddelande och utlöser reservavsikten.
Standardåterställningsmetod – Om den här växlingsknappen är aktiverad skickas meddelanden som aktiverar standardåterställningsmetoden till kurationskonsolen.

Det här kriteriet gäller endast för skriptad AI-agent för att utföra åtgärder.
Nedröstade meddelanden – Meddelanden som användarna har röstat ned under förhandsvisningar av AI-agenten.
Agentöverlämning – meddelanden som resulterar i en mänsklig agentöverlämning på grund av konfigurerade regler.
Från session – meddelanden som flaggats av användare som inte får önskat svar från sessions- eller rumsdata.
Låg konfidens – Meddelanden med en konfidenspoäng som ligger inom den angivna gränsen för låg konfidensnivå.
Partiell matchning – meddelanden där AI-agenten inte kunde identifiera rätt avsikt eller svar.

Lösa problem

Fliken Problem är en central plats för granskning och hantering av meddelanden som har flaggats för kurering. Du kan göra följande:

Välj att lösa eller ignorera problem baserat på deras allvarlighetsgrad och relevans.
Undersök det ursprungliga användaryttrandet, AI-agentens svar och eventuella bifogade media.

Du kan visa hela innehållet i krypterade sessioner med alternativet Dekryptera innehåll , om du har aktiverat dekrypteringsåtkomst.

Dekrypteringsåtkomst beviljas på användarnivå och kräver att avancerat dataskydd är aktiverat i backend.

Du kan lösa ett problem genom att:

Länka till en befintlig artikel – Om du vill koppla ett problem till en befintlig artikel väljer du alternativet Länka och söker efter önskad artikel.
Skapa ny artikel – Använd alternativet Lägg till i en ny artikel om du vill skapa en ny artikel direkt från Curation Console.
Ignorera problem – Lös eller ignorera problem för att ta bort dem från kureringskonsolen.

Det är inte tillåtet att länka till standardartiklar (välkomstmeddelande, reservmeddelande, delvis matchning).
För skriptad AI-agent för att utföra åtgärder väljer du lämplig avsikt i listrutan och taggar relevanta entiteter.
När du har gjort ändringar tränar du om AI-agenten för att säkerställa att den nya kunskapen återspeglas i svaren.
Lös eller ignorera flera problem samtidigt för effektiv hantering.

Fliken Löst ger en omfattande översikt över alla problem som har åtgärdats. Du kan visa en sammanfattning av varje löst problem, inklusive om problemet länkades till en befintlig artikel, användes för att skapa en ny artikel/avsikt eller ignorerades. Om du stöter på oönskade svar som inte automatiskt fångas upp av de befintliga reglerna kan du manuellt lägga till specifika yttranden i Curation Console.

Så här lägger du till problem från sessioner:

Identifiera yttrandet – Leta reda på yttrandet som utlöste det felaktiga svaret.
Kontrollera kurationsstatus – Om problemet inte redan finns i kurationskonsolen visas växlingsknappen Kureringsstatus .
Växla flagga – Aktivera växlingsknappen Kureringsstatus för att lägga till yttrandet i Curation Console för granskning och lösning.

Om problemet redan finns i kurationskonsolen ändras växlingsknappens utseende för att ange dess status.

Visa dina skriptade AI-prestanda med Analytics

Avsnittet Analytics innehåller grafisk representation av viktiga mått för att utvärdera AI-agentens prestanda och effektivitet. Nyckeltalen är indelade i fyra avsnitt som visas som flikar. Dessa är: Översikt, svar, utbildning och kurering.

När utvecklare besöker analysskärmen kan de välja den AI-agent som de vill se analyserna för. De kan också anpassa analysvyn genom att välja den kanal de vill se data för, tillsammans med datumintervall och kornighet för data. Som standard visas analysdata för den senaste månaden för alla kanaler med daglig kornighet (varje dag är en punkt på x-axeln i diagrammen).

Översikt

Översikten innehåller viktiga mått och diagram som ger en ögonblicksbild av den övergripande AI-agentanvändningen och prestandan för utvecklarna.

Välj AI-agenten på sidan Instrumentpanel.
I navigeringsfönstret till vänster klickar du på Analytics. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

Sessioner och meddelanden

Det första avsnittet i översikten visar följande statistik om sessioner och meddelanden för AI-agenten:

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är antalet sessioner som överlämnats till mänskliga agenter.
Genomsnittliga sessioner per dag
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittliga meddelanden per dag

Detta följs av en grafisk representation av sessioner (staplad kolumn som representerar sessioner som hanteras av AI-agenten och sessioner som överlämnas) och totalt antal svar som skickas ut av AI-agenten.

Användare

Det andra avsnittet i Översikt innehåller statistik om användare för AI-agenten. Det ger ett antal totala användare och information om genomsnittliga sessioner per användare och dagliga genomsnittliga användare. Detta följs av ett diagram som visar nya och återkommande användare för varje enhet beroende på vald granularitet.

Föreställning

Det tredje avsnittet innehåller statistik om AI-agentens svar till användare. Här kan man se totalt antal svar som skickas ut av AI-agenten och uppdelningen mellan svar där AI-agenten:

Identifierade användarens avsikt.
Svarade med ett reservmeddelande.
Svarade med ett partiellt matchningsmeddelande.
Informerade användaren om en agentöverlämning.

Detsamma aggregeras i ett cirkeldiagram och ett ytdiagram ger information baserad på vald kornighet.

Utbildning

Utbildningsavsnittet representerar "hälsan" hos en AI-agentkorpus. Vi rekommenderar att utvecklare konfigurerar 20+ träningsyttranden för varje avsikt/artikel i sina AI-agenter. I det här avsnittet visas alla artiklar/avsikter i en korpus som enskilda rektanglar där färgen och den relativa storleken på varje rektangel indikerar vilka träningsdata artikeln/avsikten innehåller. Ju närmare en avsikt är vit, desto mer träningsdata behövs för att din AI-agents noggrannhet ska förbättras.

Svaren

Det här avsnittet ger utvecklarna en detaljerad bild av vad användarna frågar om och hur ofta de frågar det. Den ger en grafisk representation av de mest populära artiklarna för AI-agenter för att svara på frågor och svarsmallar för AI-agenter för att utföra åtgärder.

Kurering

Ger en visuell sammanfattning av hur många kureringsproblem som har uppstått varje dag och hur många av dem som har lösts av AI-agentutvecklarna.

Integrera AI-agenter

I det här avsnittet beskrivs hur du integrerar AI-agenter med både röstkanaler och digitala kanaler för att hantera kundkonversationer.

Integrera AI-agenter med röstkanaler och digitala kanaler

När du har skapat och konfigurerat dina AI-agenter i Webex AI Agent-plattformen är nästa steg att integrera dem med röstkanaler och digitala kanaler. Denna integration gör det möjligt för AI-agenterna att hantera både röstbaserade och digitala konversationer med dina kunder, vilket ger en sömlös och interaktiv användarupplevelse.

Mer information finns i artikeln Integrera AI-agenter med röstkanaler och digitala kanaler.

Hantera AI-agentrapporter

I det här avsnittet beskrivs översikten över AI-agentrapporter, rapporttyper, skapande av AI-agentrapporter och rapportleveranslägen.

Förstå AI-agentrapporter

Med rapportfunktionen kan du generera eller schemalägga (generera periodiskt) specifika rapporter från de tillgängliga rapporttyperna och ta emot dem via tillgängliga leveranssätt. Dessa rapporter kan ge värdefull information om användarbeteende, användning, engagemang, produktprestanda och så vidare. Du kan få önskad information levererad till deras e-post, SFTP sökväg eller S3-bucket. Du kan välja typ av rapport från en lista med färdiga rapporter och även välja om du vill generera en engångsrapport direkt eller med jämna mellanrum.

När du öppnar menyn Rapporter från det vänstra navigeringsfönstret visas följande flikar:

Konfigurera – På den här fliken visas alla rapporter som för närvarande är aktiva och som genereras regelbundet. Följande information är tillgänglig för listan över rapporter:
- Aktiv – Om en användare fortfarande prenumererar på rapporten.
- AI-agent – namnet på AI-agenten som är associerad med rapporten.
- Rapporttyp – Den färdiga rapporttyp som du prenumererar på.
- Frekvens – Det intervall under vilket du tar emot rapporten.
- Senaste rapport genererad – Den senaste rapporten som skickades ut.
- Nästa schemalagda datum – Nästa datum då rapporten skickas ut.
Historik – På den här fliken visas all historisk information för de rapporter som skickats till dags dato. Klicka på en rapport på den här sidan om du vill redigera konfigurationen av rapporterna.

Du kan klicka på ikonen Hämta under kolumnen Åtgärder om du vill hämta dessa historikrapporter.

Rapporter på begäran som visas på fliken Historik är tillgängliga för hämtning först när rapportgenereringen är klar.

Skapa en AI-agentrapport

1	Logga in på Webex AI Agent-plattformen.
2	Klicka på Rapporter i det vänstra navigeringsfältet.
3	Klicka på +Ny rapport.
4	Ange följande information när du skapar och konfigurerar rapporten: AI-agent – namnet på AI-agenten som är kopplad till rapporten. Du kan visa alla AI-agenter för att svara på frågor och utföra uppgifter i det här programmet. Rapporttyp – Den fördefinierade rapporttyp som du vill prenumerera på. Om du väljer AI-agenten för att svara på frågor i AI-agenten visas tre olika typer av rapporter: i) Sammanfattning av användning och beteende, ii) Meddelandeutskrift och iii) Curation-problem. Utdataformat – Det format som rapporten du prenumererar på genereras i och skickas till det konfigurerade leveransläget. Möjliga format: I) csv och ii) xlsx. Välj ett av följande två alternativ och relevanta inställningar för den typ av rapporter som du vill generera: Generera nu – Ange startdatum och slutdatum för en rapport på begäran. Schemalagd rapport – schemalägg frekvens, tid, tidszon och startdatum för en rapport. När den här rapporten har skapats kan du använda växlingsknappen Aktivera rapport som läggs till i rapporten. Du kan aktivera eller inaktivera den här växlingsknappen senare om du vill ta emot eller stoppa rapporten med den schemalagda frekvensen. Leveransläge – se avsnittet Leveranssätt för mer information.

Rapporttyper för AI-agent

Du kan välja från en lista med färdiga rapporter baserat på den valda AI-agenttypen. I det här avsnittet beskrivs dessa rapporttyper, de blad som ingår i varje rapport och de kolumner som är tillgängliga i varje blad.

AI-agent för att besvara frågor rapporttyp

Det finns tre olika rapporttyper tillgängliga för en AI-agent som besvarar frågor i programmet. Med hjälp av olika rapporttyper kan du användas för att förstå AI-agentens användningssammanfattning, beteende, vad användarna frågar och hur AI Agent svarar på frågorna. Du kan också visa meddelanden som har slutat som problem i curation.

Användningsbeteende och sammanfattning

I det här avsnittet visas AI-agentsammanfattningen med hur ofta artiklar och kategorier anropas. Du kan visa sammanfattning, kategorier och artikelinformation på en separat flik i rapporterna:

Tabell 1. Information om fliken Sammanfattning
Fält	Beskrivning
AI-agentnamn	Namnet på AI-agenten.
Totalt antal konversationer	Totalt antal konversationer/sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användarna har bidragit med minst en inmatning.
Totalt antal mänskliga meddelanden	De meddelanden som slutanvändarna skickar till AI-agenten.
Totalt antal svar från AI-agenter	Totalt antal meddelanden som AI-agenten skickar till slutanvändare.
Totalt antal delmatchningar	Fall där det fanns viss tvetydighet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer skickade till agent	Totalt antal konversationer som överlämnas till en mänsklig agent.
Totalt antal röster	Totalt antal AI-agentsvar som röstades upp av kunder.
Totalt nedröstningsrekord	Totalt antal AI-agentsvar som nedröstades av kunder.

Tabell 2. Information om kategorifliken
Fält	Beskrivning
Kategorinamn	Namnet på kategorin som konfigurerats i AI-agenten.
Konversationer för kategorin	Antalet konversationer eller sessioner där en artikel som tillhör den här kategorin upptäcktes.
Totalt antal svar	Antalet gånger en artikel som tillhör denna kategori upptäcktes.
Totalt antal röster	Antalet gånger ett svar från den här kategorin röstades upp.
Totalt nedröstningsrekord	Antalet gånger ett svar från den här kategorin röstades ned.

Tabell 3. Information om artikelfliken
Fält	Beskrivning
Artikelnamn	Namnet på artikeln (standardvarianten) som har konfigurerats i AI-agenten.
Artikel kategori	Den kategori som den här avsikten tillhör.
Konversationer för artikeln	Antalet konversationer eller sessioner där den här artikeln upptäcktes.
Totalt antal svar	Antalet gånger där den här artikeln upptäcktes.
Totalt antal röster	Antalet gånger svaret för den här artikeln röstades upp.
Totalt nedröstningsrekord	Antalet gånger svaret för den här artikeln nedröstas.

Hantera transkriptioner

Visar konversationen mellan AI-agenten och kunden tillsammans med likhetspoängen. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpeln för meddelandet.
Sessions-ID	Den unika identifieraren för sessionen.
Konsument-ID	Den unika identifieraren för slutanvändaren i AI-agenten.
Meddelandetyp	AI-agentmeddelandet eller det mänskliga meddelandet.
Meddelandetext	Meddelandets innehåll.
Artikel	Identifieraren för svaret som skickas tillbaka av AI-agenten.
Kategori	Den avsikt som AI-agenten identifierat för kundens meddelande.
Bästa matchresultat	Likhetspoängen för den identifierade avsikten.
Matchad artikel 1	Avsikten som identifierats av den valda NLU-motorn.
Artikel 1 poäng	Poängen för den avsikt som identifierats.
Feedback	Användarens feedback om ett meddelande har röstats upp eller nedröstats.
Feedback kommentar	Kommentarerna som lämnas av användare när de röstar ner ett meddelande.

Problem med kurering

Visar meddelanden som hamnade i kurering som problem av olika skäl. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-ID	Unik identifierare för slutanvändaren i AI-agenten.
Mänskligt budskap	Det mänskliga budskapets innehåll.
AI-agentmeddelande	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till problemet	Anledningen till att detta meddelande hamnar i curation.
Artikel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Kategori	Avsikt som identifierats av AI-agenten för användarens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad artikel 1	Avsikt har identifierats av den valda NLU-motorn.
Artikel 1 poäng	Poäng för den avsikt som identifierats.

AI-agent för att utföra uppgifter rapporttyp

Det finns tre olika rapporttyper tillgängliga för en AI-agent som utför uppgifter i AI Agent Builder-programmet. Som AI-agentutvecklare kan du skapa olika rapporttyper. Dessa kan användas för att förstå AI-agentens användningssammanfattning, AI-agentbeteende, vad användarna frågar och hur en AI-agent svarar på frågorna. Du kan också visa meddelanden som har slutat som problem i curation.

Användningsbeteende och sammanfattning

Visar sammanfattningen av konversationer tillsammans med avsikter och mallnycklar som har utlösts. På sammanfattningsfliken visas följande information:

Tabell 4. Fliken Sammanfattning
Fält	Beskrivning
AI-agentnamn	Namnet på AI-agenten.
Totalt antal konversationer	Totalt antal konversationer eller sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användarna har bidragit med minst en inmatning.
Totalt antal mänskliga meddelanden	De meddelanden som slutanvändarna skickar till AI-agenten.
Totalt antal svar från AI-agenter	Totalt antal meddelanden som AI-agenten skickar till slutanvändare.
Totalt antal delmatchningar	Fall där det fanns viss tvetydighet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer skickade till agent	Totalt antal konversationer som överlämnas till en mänsklig agent
Totalt antal röster	Totalt antal AI-agentsvar som har röstats upp av användare.
Totalt nedröstningsrekord	Totalt antal AI-agentsvar som nedröstades av användare.

Du kan också visa information om avsikter på fliken Avsikter i kalkylbladet:

Tabell 5. Fliken Avsikter
Fält	Beskrivning
Avsiktens namn	Namnet på avsikten som konfigurerats i AI-agenten.
Konversationer för avsikten	Antal konversationer eller sessioner där denna avsikt åberopades.
Totalt antal anrop	Antal gånger denna avsikt åberopades.
Totalt antal slutförda	Antal gånger alla platser samlades in och denna avsikt slutfördes.
Totalt antal röster	Totalt antal svar för det röstades upp för varje avsikt.
Totalt nedröstningsrekord	Totalt antal svar för det nedröstades för varje avsikt.

Rapporten innehåller även mallinformation på hög nivå, till exempel:

Tabell 6. Information om mallen
Fält	Beskrivning
Mallnyckelnamn	Namnet på mallen som konfigurerats i AI-agenten.
Metod för mallnyckel	Avsikter där den här mallnyckeln används.
Konversationer för mallnyckeln	Antal gånger som denna mallnyckel skickades ut som svar.
Totalt antal svar	Antalet gånger som denna mallnyckel skickades som svar.
Totalt antal röster	Antal gånger svaret för den här mallen röstades upp.
Totalt nedröstningsrekord	Antal gånger svaret för den här mallen har röstats ned.

Avskrifter av meddelanden

Visar konversationen mellan en kund och AI-agenten tillsammans med likhetspoäng. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-ID	Unik identifierare för slutanvändaren i programmet.
Meddelandetyp	AI-agentmeddelande eller mänskligt meddelande.
Meddelandetext	Meddelandets innehåll.
Mallnyckel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt som identifierats av AI-agenten för kundens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad avsikt 1	Avsikt har identifierats av den valda NLU-motorn.
Intent 1 poäng	Poäng för den avsikt som identifierats.
Feedback	Användarfeedback om ett meddelande har röstats upp eller nedröstats.
Feedback kommentar	Kommentarer som lämnas av användare vid nedröstning av ett meddelande.

Problem med kurering

Visar meddelanden som hamnade i kurering som problem av olika skäl. Den här rapporten är endast relevant för skriptade AI-agenter. Du kan visa följande information i den här rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för kundens session.
Konsument-ID	Unik identifierare för slutanvändaren i programmet.
Mänskligt budskap	Det mänskliga budskapets innehåll.
AI-agentmeddelande	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till problemet	Anledningen till att detta meddelande hamnar i curation.
Mallnyckel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt som identifierats av AI-agenten för användarens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad avsikt 1	Avsikt har identifierats av den valda NLU-motorn.
Intent 1 poäng	Poäng för den avsikt som identifierats.

Leveranslägen för AI Agent-rapporten

I dagens datadrivna värld är effektiv och säker leverans av AI-agentrapporter avgörande för informerat beslutsfattande och operativ excellens. För att uppfylla olika organisatoriska behov erbjuder vi flera leveranssätt för AI Agent-rapporter, vilket garanterar flexibilitet, tillförlitlighet och säkerhet. Leveransalternativen inkluderar Secure File Transfer Protocol (SFTP), e-post och Amazon S3 Bucket. Varje läge är utformat för att tillgodose olika krav, oavsett om det är behovet av hög säkerhet, enkel åtkomst eller skalbara lagringslösningar. Det här dokumentet beskriver funktionerna och fördelarna med varje leveranssätt, vilket hjälper dig att välja det bästa alternativet för dina specifika behov.

SFTP

Fält	Beskrivning
Skicka rapporter till en säker plats som planerat	Aktivera detta om du vill skicka rapporterna till den säkra platsen vid den schemalagda tiden. Du kan bara ange följande information genom att aktivera den här växlingsknappen.
IP-adress	Systemets IP postadress.
Användarnamn	Användarnamnet för att komma åt rapporterna.
Lösenord	Lösenordet för att komma åt rapporterna.
Privat nyckel	Den privata nyckeln för att komma åt filerna.
Ladda upp sökväg	Sökvägen där filerna dirigeras i systemet.

E-post

Fält	Beskrivning
Schemalägg e-post för flera mottagare, avgränsade med semikolon (;)	Aktivera detta för att lägga till mottagare.
Mottagare	E-postadressen till alla mottagare som måste ta emot rapporterna vid angiven tid och frekvens.

S3 Hink

Fält	Beskrivning
Ladda upp rapporter till en S3-bucket enligt schema	Aktivera detta om du vill göra S3-fälten tillgängliga och dirigera rapporterna till den konfigurerade S3-bucketen.
ID för AWS-åtkomstnyckel	Åtkomstnyckel-ID för åtkomst till AWS-tjänster och -resurser.
AWS hemlig åtkomstnyckel	Den hemliga åtkomstnyckeln för åtkomst till AWS-tjänster och resurser.
Namn på bucket	Namnet på den bucket som rapporten dirigeras till.
Mappnamn	Namnet på mappen som skapas i S3-bucketen.

Förstå AI-efterlevnad

Det här avsnittet hjälper dig att förstå AI-utveckling, datasekretess, säkerhet och säkerhet

AI-utveckling, datasekretess, säkerhet och säkerhet

AI-produktutveckling

Alla AI-drivna funktioner på Cisco genomgår en AI-konsekvensbedömning mot våra principer för ansvarsfull AI och följer ramverket för ansvarsfull AI, utöver befintligaprocesser för säkerhet, sekretess och mänskliga rättigheter genom design.

Sekretess och säkerhet

Cisco behåller inte kundindata efter inferensprocessen, och 3:e parts modellleverantör, Microsoft, har inte åtkomst till, övervakar eller lagrar Ciscos kunddata. Mer information om funktionsspecifika datalagringspolicyer finns i Cisco Trust Portal.

Följande är listan över AI-transparensanteckningar för alla AI-funktioner:

Datakällor för utbildning och utvärdering

Ciscos 3: e parts modellleverantör, Microsoft, representerar att den inte kommer att använda kundinnehåll för att förbättra Azure OpenAI-modeller och att den inte lagrar eller behåller Cisco-kunddata i Azure-infrastrukturen.

Säkerhet och etiska överväganden

Alla generativa AI-funktioner är felbenägna, så Cisco prioriterar innehållssäkerhet för AI-funktioner genom att välja innehållsfiltrering som tillhandahålls av Azure OpenAI.

Modellutvärdering och prestanda

Cisco prioriterar AI Assistants prestanda och noggrannhet genom att involvera människor i granskning, testning och kvalitetssäkring av den underliggande modellen.

Kom igång med Webex AI Agent

Funktioner i Webex AI-agent

Korrekta svar i rätt tid – ger exakta svar på kundförfrågningar i realtid.
Intelligent uppgiftskörning – Utför uppgifter baserat på kundens önskemål eller inmatningar.

Viktiga fördelar för företag

Förbättrad kundupplevelse – Ger kunderna en konversationsupplevelse i realtid.
Anpassade interaktioner – skräddarsyr svaren efter individuella kundbehov och preferenser.
Skalbarhet och effektivitet – Hanterar stora volymer kundinteraktioner utan att kräva ytterligare mänskliga agenter, vilket leder till förbättrad tillfredsställelse och minskade driftskostnader.

Förstå AI-agenttyper och exempel

Följande tabell ger en glimt av AI-agenttyper och deras funktioner:

Tabell 1. AI-agenttyper och deras kapacitet
AI-agenttyp	Syfte	Möjlighet	Beskrivning	Hur ställer jag in?
Autonom	Autonoma AI-agenter är utformade för att arbeta självständigt, fatta beslut och utföra uppgifter utan direkt mänsklig inblandning.	Utföra åtgärder	Fatta välgrundade beslut baserat på tillgänglig information och fördefinierade regler. Automatisera repetitiva eller tidskrävande uppgifter.	Autonoma AI-agenter för att utföra åtgärder
Autonom		Svara på frågor	Autonoma agenter kan komma åt och använda ett kunskapslager för att ge informativa och korrekta svar på användarfrågor.	Autonoma AI-agenter för att svara på frågor
Skript	Skriptade AI-agenter är programmerade att följa en fördefinierad uppsättning regler och instruktioner.	Utföra åtgärder	Skriptade agenter kan utföra specifika uppgifter som är tydligt definierade och strukturerade.	Skriptade AI-agenter för att utföra åtgärder
Skript		Svara på frågor	Skriptade agenter kan svara på frågor baserat på en användarskapad utbildningskorpus, som är en samling exempel och svar.	Skriptade AI-agenter för att svara på frågor

Exempel

Både autonoma och skriptade AI-agenter kan tillämpas på olika användningsfall, beroende på specifika krav och önskade funktioner. Några exempel är:

Kundtjänst – Både autonoma agenter och skriptade agenter kan användas för att ge kundsupport, med autonoma agenter som erbjuder mer flexibilitet och naturlig språkförståelse.
Virtuella assistenter – Autonoma agenter är väl lämpade för virtuella assistentroller, eftersom de kan hantera olika uppgifter och tillhandahålla mer personliga interaktioner.
Dataanalys – Autonoma agenter kan användas för att analysera stora datauppsättningar och extrahera värdefulla insikter.
Processautomatisering – Både autonoma agenter och skriptade agenter kan användas för att automatisera repetitiva uppgifter, förbättra effektiviteten och minska antalet fel.
Kunskapshantering – Autonoma agenter kan användas för att skapa och hantera kunskapslager, vilket gör information lättillgänglig för användare.

Valet mellan autonoma och skriptade AI-agenter beror på uppgifternas komplexitet, den nivå av autonomi som krävs och tillgängligheten för träningsdata.

Förutsättningar

Om du redan är kund Webex Contact Center kontrollerar du att du uppfyller följande krav:
- Webex Contact Center 2.0-innehavare.
- Webex Connect etableras för din klientorganisation.
- Röstmedieplattform är nästa generations medieplattform.
Om du inte har en Webex Contact Center-klientorganisation kontaktar du din partner för att starta en Webex Contact Center-utvärdering med nästa generations medieplattform.
Administratörer kan begära att en Webex Contact Center-utvecklarsandlåda testar AI-agenter.

Aktivering av funktioner

Den här funktionen är för närvarande i betaversion. Kunder kan registrera sig för den här funktionen på Webex betaportalen genom att fylla i deltagandeundersökningen för AI-agenter.

För närvarande är endast skriptade AI-agentfunktioner tillgängliga i betafasen.
Autonoma agenter är endast tillgängliga för utvalda kunder. Förfrågningar kan göras via din CSM (Customer Success Manager), PSM (Partner Success Manager) eller via e-post# ask-ccai@cisco.com. Efter godkännande görs autonoma agenter tillgängliga utöver skriptade agenter för din klientorganisation.

Åtkomst Webex AI-agent

Om du vill skapa AI-agenter måste du logga in i programmet Webex AI Agent. Detta kan göras på följande sätt:

Logga in från Control Hub

Om du inte ser den Webex AI-agenten kontaktar du Cisco-supporten för att aktivera motsvarande funktionsflagga.

Logga in på Control Hub med URL  https://admin.webex.com.
I avsnittet Tjänster i navigeringsfönstret väljer du Kontaktcenter.
I Snabblänkar i den högra rutan går du till avsnittet Kontaktcenter-sviten .
Klicka på Webex AI-agent för att komma åt programmet.

Systemet korsstartar Webex AI Agent-programmet på en annan webbläsarflik och du loggas automatiskt in i programmet.

Logga in från Webex Connect

För att få åtkomst till programmet Webex AI Agent bör du ha åtkomst till Webex Connect.

Logga in på Webex Connect-program med den klientorganisations-URL som angetts för ditt företag och dina autentiseringsuppgifter.
Som standard visas sidan Tjänster som en startsida.
 På menyn i appfältet i det vänstra navigeringsfönstret klickar du på Webex AI-agenten för att komma åt programmet.
Systemet korsstartar Webex AI Agent-programmet på en annan webbläsarflik och du loggas automatiskt in i programmet.

Layout för startsida

Välkommen till Webex AI Agent-plattformen. När du loggar in visas följande layout på startsidan:

Navigeringsfält

Navigeringsfältet som visas till vänster ger tillgång till följande menyer:
- Instrumentpanel – Visar en lista över AI-agenter som användaren har åtkomst till, enligt företagsadministratörens beviljande.
- Kunskap – Visar den centrala kunskapsdatabasen eller kunskapsbasen, som fungerar som hjärnan där autonoma AI-agenter kan svara på kundfrågor.
- Rapporter – Visar en lista över fördefinierade AI-agentrapporter av olika typer. Du kan generera eller schemalägga rapporter enligt dina affärsbehov.
- Hjälp – Ger åtkomst till användarhandboken för Webex AI-agenter i hjälpcentret för Webex.
Användarprofil
I menyn Användarprofil kan du visa din profilinformation och logga ut från programmet.

Sidan Företagsprofil innehåller information om AI-agentklientorganisationen, som endast är tillgänglig för administratörer med fullständig administratörsåtkomst.
- Fliken Översikt innehåller följande information:
  - Företagsidentifierare – innehåller Webex organisations-ID, CPaaS-organisations-ID och prenumerations-ID för företaget. Detta är tillgängligt för företag med Webex Contact Center-integrering för motsvarande Webex Connect-klientorganisation.
  - Profilinställningar – Innehåller företagsnamn, unikt företagsnamn och logotypens webbadress.
  - Inställningar för global agent – Gör det möjligt att välja standardagent för röstkanal för hantering av reservscenarier.
  - Sammanfattning av datalagring – ger en sammanfattning av datalagringsperioderna för företaget.
- På fliken Teammates kan du visa och hantera listan över teammedlemmar som har åtkomst till programmet. Varje användare tilldelas en roll som avgör vilka åtgärder de kan utföra baserat på beviljade behörigheter.

Lär känna din instrumentpanel

Uppgifter på AI-agentkort

Håll muspekaren över ett AI-agentkort för att visa följande alternativ:

Förhandsgranskning – Klicka på Förhandsgranska för att öppna widgeten för förhandsgranskning av AI-agenten.
Ellipsikon – Klicka på den här ikonen om du vill utföra följande uppgifter:
- Kopiera förhandsgranskningslänk – Kopiera förhandsgranskningslänken för att klistra in den på en ny flik och förhandsgranska AI-agenten i chattwidgeten.
- Kopiera åtkomsttoken – Kopiera AI-agentens åtkomsttoken för att anropa agenten via API:er.
- Exportera – exportera AI-agentinformationen (i JSON-format) till den lokala mappen.
- Ta bort – Ta bort AI-agenten permanent från systemet.
- Fäst AI-agenten på den första positionen på instrumentpanelen eller lossa om du vill flytta tillbaka den till sin tidigare position.

Skapa en ny AI-agent

Information om hur du skapar skriptade och autonoma AI-agenter finns i följande avsnitt:

Skriptad AI-agent för att svara på frågor
Skriptad AI-agent för att utföra åtgärder
Autonom AI-agent för att svara på frågor
Autonom AI-agent för att utföra åtgärder

Importera fördefinierad AI-agent

Klicka på Importera agent.
Klicka på Ladda upp för att ladda upp AI-agentfilen (i JSON-format) som exporterats från plattformen.
I fältet Agentnamn anger du AI-agentnamnet.
(Valfritt) Redigera den systemgenererade unika identifieraren i system-ID :t.
Klicka på Importera.

Din AI-agent har nu importerats till Webex AI Agent-plattformen och är tillgänglig på instrumentpanelen.

Sök nyckelord

Filtrera efter agenttyp

Förutom nyckelordssökning kan du förfina sökresultaten genom att filtrera baserat på typen av AI-agent. Välj ett av agenttypfiltren i listrutan – Manus, Autonomt och Alla.

Hantera kunskapsbasen

Så här kommer du åt kunskapsbasen:

Logga in på Webex AI Agent-plattformen.
I instrumentpanelen klickar du på ikonen Kunskap i det vänstra navigeringsfönstret. Sidan Kunskapsbaser visas.
Du kan hitta en kunskapsbas baserad på följande kriterier:
- Kunskapsbasens namn
- Typ av kunskapsbas
- Kunskapsbaser som uppdateras mellan angivna datum
- Kunskapsbaser som skapats mellan angivna datum
- Klicka på Återställ alla om du vill återställa sökkriterierna.
Du kan också skapa en ny kunskapsbas. Information om hur du skapar en ny kunskapsbas finns i Skapa kunskapsbas för AI-agenter.

Skapa kunskapsbas för AI-agenter

1	I instrumentpanelen klickar du på ikonen Kunskap i det vänstra navigeringsfönstret.
2	På sidan Kunskapsbaser klickar du på knappen +Skapa kunskapsbas i det övre högra hörnet.
3	På sidan Skapa kunskapsbas anger du följande information: Kunskapsbasnamn – Ange ett namn för kunskapsbasen. Beskrivning – Ge en kort beskrivning av kunskapsbasen.
4	Klicka på Skapa. Systemet skapar en kunskapsbas med det angivna namnet.
5	På fliken Filer : Dra och släpp filerna i kunskapsbasen. Alternativt kan du klicka på Lägg till fil för att lägga till en fil. Systemet stöder följande filformat: PDF, docx, data via kabel, txt, xlsx, xls och CSV. Storleken på varje fil får inte överstiga 2 MB. När du har lagt till filerna klickar du på Bearbeta filer för att bearbeta filen. När du är klar listar systemet filen under fliken Filer .
6	På fliken Dokument : Klicka på +Skapa dokument om du vill skapa egna knowledge base-dokument. Ange dokumentnamnet på sidan Skapa dokument . Använd textredigeraren för att lägga till nödvändig information och formatera texten efter behov. Markera Lägg till i befintlig kategori om du vill lägga till dokumentet i den befintliga kategorin. Du kan också välja att lägga till i ny kategori och skapa en ny kategori. Klicka på Spara. Du kan också klicka på + Lägg till kategori för att definiera kategorier och lägga till dokumenten under motsvarande kategori. Markera önskat dokument i den vänstra rutan och klicka på Webbförhandsgranskning för att förhandsgranska dokumentet.
7	Gå till fliken Information . Du kan visa och spåra information om de filer som du har laddat upp och dokument som du har skapat. Klicka på ikonen Redigera om du vill redigera kunskapsbasfilerna. Redigera namnet på filen om det behövs. Du kan också ta bort befintliga filer och lägga till nya filer. Klicka på ikonen Ta bort om du vill ta bort kunskapsbasen helt.

Nästa steg

Konfigurera kunskapsbasen för den autonoma AI-agenten för att besvara frågor.

Konfigurera autonoma AI-agenter

Autonom AI-agent för att utföra uppgifter

De autonoma AI-agenterna kan utföra olika uppgifter, inklusive:

Natural Language Processing (NLP) - Förstå och svara på mänskligt språk på ett naturligt och konversationsmässigt sätt.
Beslutsfattande – Gör välgrundade val baserat på tillgänglig information och fördefinierade regler.
Automatisering – automatisera repetitiva eller tidskrävande uppgifter.

Skapa en autonom AI-agent för att utföra åtgärder

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Filtrera AI-agenttypen som Autonom. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Autonom.
6	I avsnittet Vad är agentens huvudfunktion klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – En unik identifierare som genereras av systemet. Det går att redigera det här fältet. AI-motor – Välj AI-motorn i listrutan. Standardmotorn för AI är Nova. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för metodtips och exempel.
9	Klicka på Skapa. Den autonoma AI-agenten för att utföra åtgärder har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera fördefinierad AI-agent

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera autonom AI-agentprofil

Innan du börjar

Skapa en autonom AI-agent för att utföra åtgärder.

Klicka på den AI-agent som du har skapat på instrumentpanelen .

Gå till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – Redigera namnet på AI-agenten om det behövs.
System-ID – Redigera AI-agentens system-id om det behövs.
Agentens mål – Redigera AI-agentens mål om det behövs. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
Instruktioner – Ange anvisningarna för AI-agenten. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
URL för agentprofilbild – Standardwebbadressen som systemet hämtar AI-agentens logotyp eller bild från. Ändra detta om det behövs.
AI-motor – Uppdatera AI-motorn om det behövs.
Välkomstmeddelande – Det standardvälkomstmeddelande som AI-agenten använder för att starta interaktionen. Uppdatera detta om det behövs.

Klicka på Publicera för att aktivera AI-agenten.

Nästa steg

Lägg till nödvändiga åtgärder i AI-agenten.

Lägga till åtgärder i autonom AI-agent

Få nödvändig information från kunden.
Överför informationen till önskat flöde.

Den autonoma AI-agenten som utför åtgärder fungerar på följande byggstenar:

Åtgärd – En funktion som gör att AI-agenten kan ansluta till externa system för att utföra komplexa uppgifter.
Entitet eller plats – Representerar ett steg i uppfyllandet av användarens avsikt. Slotfyllning innebär att ställa specifika frågor till kunden för att uppfylla kundens avsikt baserat på yttranden. Det är utlösaren för en AI-agent att börja utföra en åtgärd. Definiera indataenheterna som en del av platsfyllningen.
Uppfyllelse – Avgör hur AI-agenten slutför åtgärden. Som en del av uppfyllelsen definierar du utdataenheterna för den autonoma AI-agenten för att generera svaret i ett visst format. Systemet skickar utdataenheterna till flödet för att fortsätta med åtgärden och slutföra uppgiften.

På fliken Åtgärd klickar du på +Ny åtgärd.

På sidan Lägg till en ny åtgärd anger du följande information:

Åtgärdsnamn – Ange namnet på åtgärden. Till exempel,Boka biljetter.
Åtgärdsbeskrivning – Ge en kort beskrivning av den förväntade åtgärden. Se till att åtgärdsbeskrivningen är tydlig och korrekt.
Åtgärdens omfattning – Välj åtgärdens omfattning i listrutan. Följande alternativ är tillgängliga:
- Klicka på Platsfyllning för att konfigurera de indataenheter som krävs för platsfyllning. Om du väljer platsfyllning kan du inte konfigurera distributionsdetaljerna.
- Klicka på Platsfyllning med uppfyllelse för att konfigurera de indataenheter som krävs för platsfyllning och även definiera detaljerna för åtgärdens uppfyllelse.
Agentöverlämning är standardåtgärden som är aktiverad som standard. Använd växlingsalternativet för att inaktivera agentöverlämning.

Nästa steg

Du kan antingen konfigurera fack eller konfigurera fack och definiera uppfyllelse beroende på vilket åtgärdsomfång som valts.

Konfigurera platsfyllning

Platsfyllning innebär att du lägger till de indataenheter som krävs för AI-motorn. I avsnittet Platsfyllning på sidan Åtgärder lägger du till indataentiteterna:

Du kan lägga till entiteterna en i taget i tabellformat.
Du kan också använda JSON-filen och definiera entiteterna. Mer information finns i En rundtur i JSON-schemat .

Lägga till indataenheter i tabellformat

1	Om du vill lägga till en indataentitet klickar du på +Ny indataentitet.
2	På sidan Lägg till en ny indataentitet anger du följande information: Entitetsnamn – Ange namnet på indataenheten. Enhetstyp – välj enhetens datatyp. Entitetsbeskrivning – ge en kort beskrivning av enheten. Se till att enhetsbeskrivningen är tydlig och korrekt. Exempel på entiteter – ange ett exempel för enheten. Klicka på +Lägg till om du vill lägga till fler exempel. Markera kryssrutan Obligatorisk om du vill göra entiteten obligatorisk.
3	Klicka på Lägg till för att lägga till indataentiteten. Du kan lägga till så många indataentiteter som du behöver.
4	Använd alternativet Kontroller för att utföra följande åtgärder på entiteten: Klicka på ikonen Redigera om du vill redigera de tillagda inmatningsentiteterna. Klicka på ikonen Ta bort om du vill ta bort entiteten.

Lägga till entiteter med JSON-redigeraren

Du kan lägga till indataentiteter och utdataentiteter med JSON-redigeraren. I JSON-redigeringsvyn måste entiteterna definieras i ett strukturerat JSON-format.

Mer information finns i En rundtur i JSON-schemat.

Parameterstruktur för indata

Ingångsparametrarna måste följa följande struktur:

type – datatyp för parameterobjektet. Detta är alltid "objekt" för att beteckna att parametrarna är strukturerade som ett objekt.

properties – Ett objekt där varje nyckel representerar en parameter och dess associerade metadata.

required – En matris med strängar med namnen på parametrar som är obligatoriska.

Egenskaper Objekt

Varje nyckel i egenskapsobjektet representerar en indataenhet/parameter och innehåller ett annat objekt med metadata om den parametern. Metadata ska alltid innehålla följande nyckelord:

type – parameterns datatyp. De tillåtna typerna är:
- string – Textdata.
- heltal – numeriska data utan decimaler.
- tal – numeriska data som kan innehålla decimaler.
- booleskt – Sant/falskt-värden.
- array – En lista med objekt som vanligtvis är av samma typ.
- object – En komplex datastruktur med kapslade egenskaper.
beskrivning – En kort förklaring av vad enheten representerar. Detta hjälper AI-motorn att förstå syftet med och användningen av parametern. En beskrivning som är kortfattad och överensstämmer med agentens instruktioner och åtgärdsbeskrivning rekommenderas för bättre noggrannhet.
Validering verkställs endast av plattformen för "typ". "Beskrivning" tillämpas inte för alla entiteter, men vi rekommenderar starkt att den läggs till. Andra användbara nyckelord för entitetsmetadata är:
- enum – I uppräkningsfältet visas möjliga värden för en parameter. Detta är användbart för parametrar som endast ska acceptera en begränsad uppsättning värden. Utvecklare kan definiera anpassade listor med värden som en parameter ska acceptera för att använda detta.
- pattern – Mönsterfältet används tillsammans med strängtyper för att ange ett reguljärt uttryck som strängen måste matcha. Detta är särskilt användbart för validering av specifika format, till exempel telefonnummer, postnummer eller anpassade identifierare.
- exempel – I fältet exempel finns ett eller flera exempel på giltiga värden för parametern. Detta hjälper AI-motorn att förstå vilken typ av data som förväntas och kan vara särskilt användbart för tolkning och validering.

Det finns andra nyckelord som kan göra enhetsdefinitionen mer exakt och robust. Mer information finns i En rundtur i JSON-schemat.

Exempel

Följande exempel innehåller olika typer av entiteter och nyckelord:

{ "type": "object", "properties": { "username": { "type": "string", "description": "Det unika användarnamnet för kontot.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "Lösenordet för kontot.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "E-postadressen för kontot.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "födelsedatum": { "type": "string", "description": "Användarens födelsedatum.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Om användaren vill få nyhetsbrev.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista över roller som tilldelats användaren.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["användarnamn", "lösenord", "e-post"] }

Det här exemplet innehåller följande entiteter:

username – En strängtyp med begränsning för minsta och högsta längd.
password – En strängtyp med en minimilängd och ett visst format (lösenordet anger att den ska hanteras säkert).
e-post – en strängtyp med ett regex-mönster för att säkerställa att det är en giltig e-postadress.
födelsedatum – En strängtyp med exempel som anger datumets format.
preferences – En objekttyp med kapslade egenskaper (nyhetsbrev och meddelanden), inklusive en boolesk med ett standardvärde och en sträng med specifika tillåtna värden (enum).
roles – En matristyp där varje objekt är en sträng som är begränsad till specifika värden (enum).

Användarnamn, lösenord och e-postadress är obligatoriska enligt definitionen i matrisen "obligatoriskt".

Definiera uppfyllelse

1	Definiera distributionsdetaljerna för implementering av AI-agenten i ett kontaktcenter. Ange följande information: Välj en metod för uppfyllelse – Välj flödet. Välj en flödesbyggare – Välj önskad flödesbyggare. URL för Flow webhook – ange webhook-URL:en. Mer information finns i Inkommande webhooks. Tjänstnyckel – Ange information om servicenyckeln.
2	Konfigurera utdataentiteterna så att AI-agenten genererar resultatet i ett format som kan förstås av flödet.
3	Om du vill lägga till en utdataentitet klickar du på +Ny utdataenhet. På skärmen Lägg till en ny utdataentitet anger du följande information: Entitetsnamn – Ange namnet på utdataenheten. Enhetstyp – välj enhetens datatyp. Entitetsbeskrivning – ge en kort beskrivning av enheten. Se till att beskrivningen är tydlig och korrekt. Exempel på entiteter – ange ett exempel för enheten. Klicka på +Lägg till om du vill lägga till fler exempel. Markera kryssrutan Obligatoriskt om du vill göra detta till en obligatorisk enhet. Du kan också använda en JSON-fil för att lägga till utdataentiteterna. Mer information finns i Lägga till entiteter med JSON-redigeraren .
4	Klicka på Lägg till för att lägga till utdataentiteten. Du kan lägga till så många utdataenheter som du behöver.
5	Använd alternativet Kontroller för att utföra följande åtgärder på entiteten: Klicka på ikonen Redigera om du vill göra ändringar i entiteten. Klicka på ikonen Ta bortom du vill ta bort entiteten.
6	Klicka på Lägg till för att slutföra konfigurationen.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent. Klicka på Publicera för att aktivera AI-agenten.

När du har konfigurerat AI-agenten:

Information om hur du visar AI-agentprestanda finns i Visa prestanda för autonoma AI-agenter med Analytics.
Information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Autonoma AI-agenter för att svara på frågor

Autonoma agenter kan komma åt och använda ett kunskapslager för att ge informativa och korrekta svar på användarfrågor. Den här funktionen är användbar i scenarier där agenten behöver:

Ge kundsupport – svara på vanliga frågor, felsök problem och vägled kunder genom processer.
Erbjud teknisk hjälp – ge expertråd om specifika ämnen eller områden.

Skapa en autonom AI-agent för att svara på frågor

Innan du börjar

Se till att skapa kunskapsbasen. Mer information finns i Hantera kunskapsbaser.

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Autonom. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Autonom.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – En unik identifierare som genereras av systemet. Det går att redigera det här fältet. AI-motor – Välj önskad AI-motor i listrutan. Standardmotorn för AI är Nova. För röstbaserad förhandsgranskning väljer du Vega. Mer information finns i Röstbaserad förhandsgranskning . Kunskapsbas – Välj den kunskapsbasfil som krävs i listan över tillgängliga kunskapsbaser. Du kan inte mappa den valda kunskapsbasen till andra AI-agenter. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
9	Klicka på Skapa. Den autonoma AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera autonom AI-agentprofil

Innan du börjar

Skapa en autonom AI-agent för att svara på frågor.

Klicka på den AI-agent som du har skapat på instrumentpanelen .

Gå till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – Redigera namnet på AI-agenten om det behövs.
System-ID – Redigera AI-agentens system-id om det behövs.
Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
URL för agentprofilbild – redigera webbadressen som systemet hämtar AI-agentens logotyp eller bild från.
AI-motor – Välj önskad AI-motor i listrutan.
Välkomstmeddelande – Ange välkomstmeddelandet som AI-agenten ska använda för att starta interaktionen.
Tillåt överlämning av agent – Aktivera växlingsalternativet för att överföra konversationen till en mänsklig agent när en kund vill prata med en agent.

Klicka på Spara ändringar för att aktivera AI-agenten.

Nästa steg

Konfigurera kunskapsbasen för AI-agenten.

Konfigurera kunskapsbasen

Innan du börjar

Skapa en autonom AI-agent för att svara på frågor.

1	På sidan Instrumentpanel väljer du den AI-agent som du har skapat.
2	Gå till fliken Knowledge Base .
3	Välj den kunskapsbas som krävs i listrutan.
4	Klicka på Spara ändringar för att aktivera AI-agenten.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent.

När du har konfigurerat AI-agenten:

Information om hur du visar AI-agentprestanda finns i Visa prestanda för autonoma AI-agenter med Analytics.
Information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Visa autonom AI-agentsession och historik

Sessioner

På sidan Sessioner finns ett omfattande register över alla interaktioner mellan AI-agenter och användare. Så här navigerar du till sidan Sessioner :

På instrumentpanelen klickar du på den autonoma AI-agent som du vill visa sessionsinformation för.
I det vänstra navigeringsfönstret klickar du på Sessioner.

Sidan Sessioner visas. Varje session visas som en post som innehåller alla meddelanden från sessionen. Den här informationen är användbar för att granska, analysera och förbättra AI-agenten.

Sessions-id – unikt rums-id eller sessions-id för en konversation.
Konsument-ID – ID för konsumenten som interagerade med AI-agenten.
Kanaler – Kanal där interaktionen ägde rum.
Uppdaterad vid – Tidpunkt då rummet stängdes.
Rumsmetadata – Innehåller ytterligare information om rummet.
Markera de obligatoriska kryssrutorna:
- Dölj testsessioner – Om du vill dölja testsessionerna och endast visa listan med livesessioner.
- Agentöverlämning skedde – för att filtrera sessioner som överlämnas till en agent. Om agenten överlämnas visas hörlursikonen som indikerar överlämnandet av chatten till en mänsklig agent.
- Fel uppstod – för att filtrera de sessioner där felet inträffade.
- Nedröstad – För att filtrera de nedröstade sessionerna.
Klicka på en rad i sessionstabellen om du vill se en detaljerad vy över sessionen. Låsikonen indikerar att sessionen är låst och måste dekrypteras. Du måste ha behörighet att dekryptera sessionen. Om växlingsknappen Dekryptera åtkomst är aktiverad kan du komma åt alla sessioner med knappen Dekryptera innehåll . Den här funktionen gäller dock bara när Avancerat dataskydd har angetts till sant eller aktiverats för klientorganisationen.

Historik

På sidan Historik kan du visa information om de konfigurationsändringar som utförts på AI-agenten. Så här visar du historiken för en viss agent:

På instrumentpanelen klickar du på den autonoma AI-agent som du vill visa historiken för.
I det vänstra navigeringsfönstret klickar du på Historik.

Sidan Historik visas med följande flikar:

Granskningsloggar – Klicka på fliken Granskningsloggar om du vill visa de ändringar som gjorts i AI-agenterna.
Modellhistorik – Klicka på fliken Modellhistorik för att visa de olika versionerna av den autonoma AI-agenten för att utföra åtgärder.

Granskningsloggar

Uppdaterad vid – Data och tidpunkt för ändringen.
Uppdaterad av – namnet på användaren som införlivade ändringen.
Fält – Det specifika avsnitt i AI-agenten där ändringen gjordes.
Beskrivning – ytterligare information om ändringen.

Modellhistorik

Fliken Modellhistorik är endast tillgänglig för den autonoma AI-agenten för att utföra åtgärder.

Modellbeskrivning – En kort beskrivning av AI-agentens version.
AI-motor – AI-motorn som används för den versionen av AI-agenten.
Uppdaterad den – Datum och tid då versionen skapades.
Åtgärder – Gör att du kan utföra följande åtgärder på AI-agenten
- Läs in – Alla ändringar på AI-agenten går förlorade. Du måste utföra konfigurationen igen.
- Exportera – Använd för att exportera AI-agenten.

Förhandsgranska din autonoma AI-agent

Du kan förhandsgranska de autonoma AI-agenterna när du skapar AI-agenten, redigerar och distribuerar agenten. Du kan starta förhandsgranskningen från:

Instrumentpanel för AI-agenter – När du hovrar över ett AI-agentkort visas förhandsgranskningsalternativet för AI-agenten. Klicka här om du vill starta förhandsversionen av AI-agenten.
AI-agentrubrik – Klicka på AI-agentkortet för att öppna. Knappen Förhandsgranska är alltid synlig i rubrikavsnittet.
Minimerad widget – När en förhandsgranskning har startats och sedan minimerats skapas en chatthuvudwidget längst ned till höger på sidan och kan användas för att enkelt starta om förhandsgranskningsläget.

Widget för förhandsgranskning av plattform

Förhandsgranskningswidgeten kan maximeras. Det finns andra användbara funktioner som att tillhandahålla konsumentinformation och initiera flera rum för att testa AI-agenten.

Delbar förhandsgranskningswidget

Widgetfärg – genom att lägga till parametern brandColor på länken. Användare kan definiera enkla färger med färgnamn eller använda hex-kod.
Telefonhölje – Genom att ändra värdet på parametern phoneCasing i länken. Detta är inställt på true som standard och kan inaktiveras genom att göra det false.

Exempel på förhandsgranskningslänk med dessa parametrar:? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Ange en färgs hexadecimala värde i formatet '_XXXX'>.

Röstbaserad förhandsgranskning

Autonom AI-agent för att svara på frågor stöder röstbaserad förhandsgranskning. Så här aktiverar du det här alternativet:

Välj AI-agenten på instrumentpanelen .
Navigera till Inställningar > profil.
1. I listrutan AI Engine väljer du Vega.
Klicka på Spara ändringar.

Knappen Förhandsgranska uppdateras med en mikrofonikon för röstbaserad förhandsgranskning. Klicka på knappen Förhandsgranska . Röstförhandsgranskningswidgeten visas:

Användaren måste aktivera mikrofonåtkomst för att kunna använda den här funktionen.

Röstförhandsgranskningswidgeten innehåller följande funktioner för användarna:

Start-knappen för att starta förhandsgranskningen.
Live-transkription När röstförhandsgranskningen pågår visas en live-transkription av konversationen i widgeten.
Avsluta samtal för att avsluta konversationen.
Stäng av ljudet om du vill stänga av ljudet.

Visa prestanda för autonoma AI-agenter med Analytics

Avsnittet AI-agentanalys ger en grafisk representation av nyckelmåtten för att utvärdera AI-agentens prestanda och effektivitet. Så här genererar du analyser för den autonoma AI-agenten:

Välj AI-agenten på instrumentpanelen .
I navigeringsfönstret till vänster klickar du på Analytics. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

I det första avsnittet visas följande statistik om sessioner och meddelanden för AI-agenten.

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är antalet sessioner som överlämnats till mänskliga agenter.
Genomsnittliga sessioner per dag
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittliga meddelanden per dag

Det andra avsnittet visar statistik om användarna. Det ger ett antal totala användare och information om genomsnittliga sessioner per användare och dagliga genomsnittliga användare.

I det tredje avsnittet visas AI-agentsvaren och agentöverlämningarna

Konfigurera skriptad AI-agent

Skriptad AI-agent för att utföra uppgifter

Kör enkla kommandon – följ instruktionerna för att slutföra fördefinierade åtgärder.
Bearbetar data – manipulera och transformera data enligt angivna regler.
Interagera med andra system – kommunicera med och kontrollera andra lösningar.

Skapa en skriptad AI-agent för att utföra åtgärder

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på + Skapa agent.
3	På skärmen Skapa en AI-agent skapar du en ny AI-agent från grunden. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Skriptad. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Börja från början och sedan på Nästa.
5	I avsnittet Vilken typ av agent skapar du? klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion? klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – Det här är den systemgenererade unika identifieraren. Du kan också redigera det här fältet. AI-motor – Välj AI-motorn i listrutan.
9	Klicka på Skapa. Den skriptade AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

När du har skapat en AI-agent kan du skapa entiteter, lägga till avsikter och definiera svar.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på Webex AI Agent-plattformen.
2	På sidan Instrumentpanel väljer du den AI-agent som du skapade.
3	Gå till Settings > Profile och konfigurera följande information: Agentnamn – Redigera namnet på AI-agenten om det behövs. System-ID – redigera AI-agentens system-ID om det behövs. URL för agentprofilbild – redigera webbadressen som systemet hämtar AI-agentens logotyp eller bild från. Beskrivning – Ange information om den här AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen om du vill att AI-agenten ska be om feedback i meddelandet. Anpassat felmeddelande – Skriv ett meddelande som visas om det uppstår fel under chatten med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera entiteter

Typer av entiteter

Webex AI Agents erbjuder 11 fördefinierade entitetstyper för att samla in olika typer av användardata. Du kan också skapa någon av följande anpassade entiteter.

Anpassade entiteter

Dessa entiteter är konfigurerbara och gör det möjligt för utvecklare att samla in användningsfallsspecifik information. De används för sådant som inte omfattas av systemenheter.

Anpassad lista – definiera listor med förväntade strängar för att samla in specifika datapunkter som inte täcks av fördefinierade enheter. Du kan lägga till flera synonymer för varje sträng. Till exempel en enhet med anpassad pizzastorlek.
Regex – använd reguljära uttryck för att identifiera specifika mönster och extrahera motsvarande data. Till exempel ett telefonnummer regex (till exempel 123-123-8789).
Siffror – samla in numeriska inmatningar med fast längd med hög noggrannhet, särskilt i röstinteraktioner. I icke-röstinteraktioner används det som ett alternativ till entitetstyperna Custom och Regex. Om du till exempel vill identifiera ett femsiffrigt kontonummer måste en längd på fem definieras.
Alfanumeriskt – samla in kombinationer av bokstäver och siffror, vilket ger korrekt igenkänning för både röstinmatningar och andra inmatningar.
Fritext – samla in flexibla datapunkter som är svåra att definiera eller validera.
Kartplats (WhatsApp) – extrahera platsdata som du delar på WhatsApp-kanalen.

Systementiteter

Enhetens namn	Beskrivning	Exempel på inmatning	Exempel på utdata
Datum	Tolkar datum på naturligt språk till ett standarddatumformat	"Juli nästa år"	01/07/2020
Tid	Tolkar tid på naturligt språk till ett standardtidsformat	5 på kvällen	17:00
E-post	Identifierar e-postadresser	Skriv till mig på info@cisco.com	info@cisco.com
Telefonnummer	Identifierar vanligt telefonnummer	Ring mig på 9876543210	9876543210
Monetära enheter	Tolkar valuta och belopp	Jag vill 20$	20$
Ordinal	Identifierar ordningstal	Fjärde av tio personer	4:e
Kardinal	Detekterar kardinalnummer	Fjärde av tio personer	10
Geolokalisering	Upptäcker geografiska platser (städer, länder etc.)	Jag badade i Themsen i London, Storbritannien	London, Storbritannien
Personnamn	Identifierar vanliga namn	Bill Gates från Microsoft	Bill Gates
Antal	Identifierar mätningar, som av vikt eller avstånd	Vi är 5 km från Paris	5 km
Varaktighet	Identifierar tidsperioder	1 veckas semester	1 vecka

Skapade entiteter kan redigeras från fliken entiteter. Om du länkar entiteter till en avsikt kommenteras dina yttranden med identifierade entiteter när du lägger till dem.

Entitetsroller

Skapa en entitet med entitetsroller

Innan du börjar

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på den skriptade AI-agenten som du har skapat.
3	Klicka på Träning i den vänstra rutan.
4	På sidan Träningsdata klickar du på fliken Entiteter .
5	Klicka på Skapa entitet.
6	I fönstret Skapa entitet anger du följande fält: Enhetsnamn – ange enhetens namn. Enhetstyp – välj alternativet Anpassad lista i listrutan. Values (Värden) – Ange ett värde för entiteten.
7	Aktivera växlingsknappen Automatiskt föreslå platsvärden till automatisk komplettering och ge alternativa förslag för den här entiteten under konversationen. Fältet Roller visas när du skapar en anpassad entitet endast om entitetsroller har aktiverats i avsnittet Avancerade inställningar i fönstret Ändra utbildningsmotor för RASA- och Mindmeld NLU-motorer.
8	Klicka på Spara. Du kan använda alternativen Redigera och Ta bort i kolumnen Åtgärder för att utföra relaterade åtgärder.

Nästa steg

När du har skapat en entitet kan du länka roller till en entitet.

Länka roller till en entitet

1	Logga in på Webex AI Agent-plattformen.
2	Klicka på den AI-agent som du har skapat på instrumentpanelen .
3	Klicka på Träning i den vänstra rutan.
4	På sidan Träningsdata väljer du en avsikt att länka entiteter och entitetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Platser klickar du på Länka entitet.
6	Välj entitetsroll för entitetsnamnet.
7	Klicka på Spara. Du kan tilldela roller till en entitet för att samla in samma entitet två gånger i en avsikt.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter utnyttjar Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att besvara frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Träning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är markerad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i Webex delbar förhandsversion av AI-agenten eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan kontrollera informationen om vektormodellen som fanns vid tidpunkten för en slutsats i sessionens avsnitt annan information .

Hantera avsikter

Systemavsikter

Standardreservmetod – En AI-agents funktioner begränsas till sin natur av de avsikter som är utformade för att känna igen och svara på. Även om ett företag inte kan förutse alla möjliga frågor du kan ställa, kan standardåterställningsmetoden hjälpa konversationer att vara på rätt spår.
Genom att implementera en standardåterställningsmetod kan AI-agentutvecklare se till att AI-agenten hanterar oväntade frågor eller frågor som inte omfattas och omdirigerar konversationen tillbaka till kända avsikter.
AI-agentutvecklare behöver inte lägga till specifika yttranden i reservavsikten. Agenten kan utbildas i att automatiskt utlösa återställningsmetoden när den stöter på kända frågor som inte omfattas och som annars felaktigt kan kategoriseras i andra avsikter.
I en AI-bankagent kan användare till exempel försöka fråga om lån. Om AI-agenten inte är konfigurerad för att hantera lånerelaterade förfrågningar kan dessa frågor införlivas som träningsfraser inom standardreservavsikten . När en användare frågar om lån när som helst i konversationen känner AI-agenten igen frågan som faller utanför de definierade avsikterna och utlöser återställningssvaret. Detta säkerställer ett lämpligare svar.

Reservavsikten bör inte ha några luckor associerade med den.

Återställningsmetoden måste använda standardnyckeln för återställningsmallen för sitt svar.
Hjälp – Den här avsikten är utformad för att hantera användarförfrågningar om AI-agentens funktioner. När användare är osäkra på vad de kan åstadkomma eller stöter på svårigheter under en konversation söker de ofta hjälp genom att be om hjälp.
Som standard mappas svaret för hjälpavsikten till nyckeln för hjälpmeddelandemallen . AI-agentutvecklare kan dock anpassa svaret eller ändra den associerade mallnyckeln för att ge mer skräddarsydd och informativ vägledning.
Vi rekommenderar att AI-agentens kapacitet förmedlas på en hög nivå, så att användarna får en tydlig förståelse för vad de kan göra härnäst.
Prata med en agent – Med den här avsikten kan användare begära hjälp från en mänsklig agent när som helst under interaktionen med AI-agenten. När den här avsikten utlöses initierar systemet automatiskt en överföring till en mänsklig agent. Standardsvarsmallen för den här metoden är Agentöverlämning. Det finns inga användargränssnittsbegränsningar för att ändra svarsmallnyckeln, men om du ändrar den påverkas inte resultatet av den mänskliga överlämningen.

Avsikter med småprat

Alla nyskapade AI-agenter innehåller fyra fördefinierade småpratsmetoder för att hantera vanliga användarhälsningar, uttryck för tacksamhet, negativ feedback och avsked:

Hälsningsfraser
Tack
AI-agenten var inte till hjälp
Adjö

Skapa en avsikt

Innan du börjar

Innan du skapar en avsikt rekommenderar vi att du skapar entiteter som länkar till avsikten. Entiteterna måste slutföra uppgiften. Mer information finns i skapa entiteter.

1	Logga in på Webex AI Agent-plattformen.
2	Välj en uppgift på sidan Dashboard.
3	Klicka på Utbildning i den vänstra rutan.
4	På sidan Träningsdata klickar du på Skapa avsikt.
5	I fönstret Skapa avsikt anger du följande information: Avsiktsnamn – Ange avsiktens namn. Lägg till yttrande – lägg till en fras som utlöser avsikten och klicka på Lägg till. Om det finns några entiteter i de tillagda yttrandena kommenteras de automatiskt i yttrandena och visas i avsnittet Slots . Du kan lägga till fler entiteter som platser i en avsikt. Mer information finns i Skapa entitet med entitetsroller. Varje fack visar följande: Enhetens namn Om det krävs för att avsikten ska slutföras. Antalet nya försök som AI-agenten försöker hämta platsvärdet från användaren. Mallnyckeln
6	Markera kryssrutan Obligatorisk om enheten är obligatorisk.
7	Ange antalet återförsök som tillåts för den här platsen när den är felaktigt ifylld av konsumenten. Som standard är siffran inställd på tre.
8	Välj mallnyckeln i listrutan. Klicka på Skapa ny om du vill skapa en ny svarsmallnyckel för entiteten. Svarsinnehållet för dessa mallnycklar konfigureras i avsnittet Svar . Varje mallnyckel har ett motsvarande svar som skickas till användaren när avsikten utlöses.
9	I avsnittet Svar anger du nyckeln till den slutliga svarsmallen som ska returneras till användarna när avsikten har slutförts.
10	Aktivera växlingsknappen Återställ platser efter slutförande för att återställa platsvärdena som samlats in i konversationen när avsikten är klar. Om den här växlingsknappen är inaktiverad behåller facket de gamla värdena och visar samma svar.
11	Aktivera växlingsknappen Uppdatera platsvärden om du vill uppdatera platsvärdet under konversationen med konsumenten. Det senast ifyllda värdet i kortplatsen beaktas av AI-agenten för att bearbeta data. Om den här funktionen är aktiverad uppdateras värdena för fyllda platser när användare anger ny information för samma platstyp.
12	Aktivera växlingsknappen Ge förslag på platser om du vill ge förslag på platsfyllning och alternativa platsvärden i det slutliga svaret, baserat på användarinmatning.
13	Aktivera växlingsknappen Avsluta konversation för att stänga sessionen efter den här avsikten. Anslutnings- och röstflöden kan använda detta för att avsluta en konversation med konsumenterna.
14	Klicka på Spara. Klicka på Träna längst upp till höger på fliken Utbildning för att visa eventuella ändringar som gjorts i avsikter och entiteter. För att träna Rasa- eller Mindmeld NLU-motorer krävs minst två träningsvarianter (yttranden) per avsikt. Dessutom måste varje fack ha minst två anteckningar. Om dessa krav inte uppfylls är knappen Träna inaktiverad. En varningsikon visas bredvid den berörda avsikten för att indikera problemet. Standardåterställningsavsikten är dock undantagen från dessa krav.

Nästa steg

Länka entiteter med avsikt

Innan du börjar

Vi rekommenderar att entiteterna skapas och länkas innan du lägger till yttranden. Den här automatiskt kommenterar entiteterna medan yttranden läggs till.

1	Logga in på Webex AI Agent-plattformen.
2	Klicka på den AI-agent som du har skapat på instrumentpanelen .
3	Klicka på Träning i den vänstra rutan.
4	På sidan Träningsdata väljer du en avsikt att länka entiteter och entitetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Platser klickar du på Länka entitet. De länkade enheterna visas i avsnittet Platser.
6	Välj entitetsroll för entitetsnamnet.
7	Klicka på Spara. När en entitet markeras som obligatorisk blir ytterligare konfigurationsalternativ tillgängliga. Du kan ange det maximala antalet gånger AI-agenten kan begära den saknade enheten innan den eskaleras eller ger ett återställningssvar. Du kan definiera mallnyckeln som ska utlösas om den nödvändiga entiteten inte tillhandahålls inom det angivna antalet återförsök. När en AI-agent har identifierat en avsikt och samlat in alla nödvändiga data (platser) svarar den med meddelandet som är associerat med den slutliga mallnyckeln som konfigurerats för avsikten. Om du vill starta en ny konversation eller hantera efterföljande avsikter utan att överföra tidigare data måste växlingsknappen Återställ platser efter slutförande vara aktiverad. Den här inställningen rensar alla identifierade entiteter från konversationshistoriken, vilket säkerställer en nystart för varje ny interaktion.

Generera träningsdata

Följ stegen nedan för att generera träningsdata:

Ange avsiktsnamnet och ett exempelyttrande.
Klicka på Generera.
Ge en kort beskrivning av avsikten att vägleda AI:n.
Ange önskat antal varianter och kreativitetsnivån för de AI-genererade förslagen.

Att generera många varianter samtidigt kan påverka kvaliteten. Vi rekommenderar högst 20 varianter per generation.
En lägre kreativitetsinställning kan producera mindre olika varianter.
Genereringsprocessen kan ta några sekunder, beroende på antalet varianter som begärs.
Blixtikonen skiljer AI-genererade varianter från användardefinierade träningsdata.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter utnyttjar Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att besvara frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Träning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är markerad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i Webex delbar förhandsversion av AI-agenten eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan kontrollera informationen om vektormodellen som fanns vid tidpunkten för en slutsats i sessionens avsnitt annan information .

Flagga genererade varianter

Leta reda på flaggningsalternativet: Ett flaggningsalternativ är tillgängligt för varje genererat yttrande.
Ge feedback: När utvecklare flaggar utdata kan de lägga till kommentarer och ange orsaken till flaggningen.

Skapa flerspråkig avsikt och entitet

Hantera svar

Svaren är de meddelanden som AI-agenten skickar till kunderna som svar på deras frågor eller avsikter. Du kan skapa svar som inkluderar:

Text – meddelanden med oformaterad text för direkt kommunikation.
Kod – Inbäddad kod för dynamiskt innehåll eller dynamiska åtgärder.
Multimedia – Bild-, ljud- eller videoelement som förbättrar användarupplevelsen.

Svaren har två huvudkomponenter:

Mallar – fördefinierade svarsstrukturer som mappas till specifika avsikter.
Arbetsflöden – Den logik som avgör vilken mall som ska användas baserat på den identifierade avsikten.

Mallarna för Överlämning av agent, Hjälp, Reserv och Välkommen är förkonfigurerade och svarsmeddelandet kan ändras från motsvarande mallar.

Svarstyper

Avsnittet Response Designer täcker olika typer av svar och hur de kan konfigureras.

Fliken Arbetsflöden används för att hantera asynkrona svar när en extern API som svarar på ett asynkront sätt anropas. Arbetsflödena måste kodas i python.

Variabel ersättning

Konfigurera svar med Svarsdesignern

Svarsdesignern erbjuder ett användarvänligt gränssnitt för att skapa svar utan att kräva omfattande kodningskunskaper. Det finns två svarstyper:

Villkorliga svar: För icke-utvecklare möjliggör det här alternativet enkel konstruktion av svar som AI-agenten levererar till kunder.
Kodavsnitt: För utvecklare som använder Python ger det här alternativet flexibilitet för att konfigurera svar med kod.

Svarsdesignern för Webex AI Agent är utformad för att säkerställa att användarupplevelsen skräddarsys för den specifika kanal som AI-agenten interagerar med.

Svarsmallar

Text – Det här är enkla textsvar. För att förbättra användarupplevelsen tillåter svarsdesignern flera textrutor i ett enda svar, så att du kan dela upp långa meddelanden i mer hanterbara avsnitt. Varje textruta kan innehålla olika svarsalternativ. Under en konversation väljs ett av dessa alternativ slumpmässigt och visas för användaren, vilket garanterar en dynamisk och engagerande interaktion.
För att upprätthålla en dynamisk och engagerande användarupplevelse kan du lägga till flera svarsalternativ i dina mallar. När en mall med flera alternativ aktiveras väljs en av dem slumpmässigt och visas för användaren. Du kan aktivera den här funktionen genom att klicka på knappen +Lägg till variant längst ned i svaret.

När du sparar svar ser utvecklare en varning som anger antalet fel som behöver korrigeras. Fälten med fel markeras med rött. Genom att använda navigeringspilarna kan utvecklare enkelt hitta och åtgärda dessa fel i alla kanaler eller svarsformat. Om listväljaren eller karusellen innehåller flera kort kan du med punktnavigering flytta mellan korten med fel. För ett enda kort blir motsvarande punkt röd för att signalera felet.
Snabbsvar – Textsvar kan kopplas ihop med knappar, som kan vara antingen textbaserade länkar eller URL-länkar. Textknappar kräver en titel och en nyttolast, som skickas till botten när du klickar på den. URL-knappar omdirigerar användare till en specifik webbsida.
När en användares fråga är tvetydig tillåter partiell matchning roboten att föreslå relevanta artiklar eller avsikter som alternativ. Den här funktionen är tillgänglig för webb- och Facebook-interaktioner.
Lägga till snabbsvar på URL:er
Med snabbsvarsknappar för webbadresser i fasta och villkorliga svar kan du skapa knappar som omdirigerar användare till din webbplats för mer information eller åtgärder som att fylla i formulär. När du klickar på dessa knappar öppnas den angivna URL:en på en ny flik i samma webbläsarfönster utan att några data skickas tillbaka till roboten.
Så här lägger du till ett URL-snabbsvar i villkorligt eller fast svar:
1. Välj den artikel- eller mallnyckel som du vill konfigurera snabbsvaret på URL:en för.
2. Klicka på + Lägg till snabbsvar. Popup-fönstret Knapptyp visas.
3. Välj knapptyp som URL i webbkanalen.
4. Ange titeln på knappen och webbadressen som konsumenten ska dirigeras till när han eller hon har klickat på knappen.
5. Klicka på Klar för att lägga till ett snabbsvar på URL:en.
URL-typknappar kan också konfigureras via dynamisk svarstyp, där dessa knappar ska konfigureras med hjälp av kodfragment av python-kod. De här knapparna stöds i förhandsversionen av Webex AI Agent-plattformen och den delbara förhandsversionen. De stöds för närvarande inte av IMIchats livechattwidget eller andra tredjepartskanaler.
Carousel – utökade svar kan innehålla ett enda kort eller flera kort ordnade i carousel-format. Varje kort kräver en titel och kan innehålla en bild, en beskrivning och upp till tre knappar.
Snabbsvarsknapparna i carousel-mallen kan konfigureras med text- eller URL-länkar. Genom att klicka på en URL-knapp omdirigeras användaren till den angivna webbplatsen. Om du klickar på en textbaserad snabbsvarsknapp skickas en konfigurerad nyttolast till roboten och utlöser motsvarande svar.
Bild – En multimediamall där användare kan konfigurera bilder genom att ange webbadresser.
Video – återger videor i förhandsgranskningen baserat på den konfigurerade videowebbadressen.
Kod – Kan användas för att skriva Python-kod för att anropa API:er eller köra annan logik.

Kodstycken

Om du väljer att inte konfigurera ett unikt svar för olika kanaler betraktas webbsvaret som standardsvar och skickas till slutanvändaren. Listan över mallar som stöds på webbkanalen är:

Text – Ett enkelt textmeddelande som kan ha flera varianter. Det konfigurerade meddelandet visas baserat på frågan.
Snabbsvar – En mall med text och klickbara knappar.
Carousel – En samling kort där varje kort har en titel, en bild-URL och en beskrivning.
Bild – En mall för att konfigurera bilder genom att ange webbadresser.
Video – En mall för att konfigurera video genom att ange videons URL. Du kan spela upp videon genom att klicka eller knacka på bilden.
Fil – En mall för att konfigurera en PDF-fil genom att ange URL:en för åtkomst till filen.
Ljud – En mall för att konfigurera en ljudfil genom att ange ljudwebbadressen. Den visar också varaktigheten för ljudmeddelandet i utgången.

Konfigurera hanteringsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten inte tillgänglig.
Inaktiverat meddelande – Skriv ett meddelande till den inaktiverade agenten, det här meddelandet visas för de användare som försöker komma åt agenten.
Återställningsåtgärd – Välj det här alternativet om du vill vidta lämpliga åtgärder på inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på inkommande meddelanden till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av varje AI-agentsvar.
Stängningstid för session – Timeout för sessionen (i minuter), varefter sessionen stängs automatiskt vid användarinaktivitet.
Säkerhet – ansvarsfriskrivningsmeddelandet för medgivandet. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. När detta är inställt på Sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i den skriptade AI-agenten.

Lägga till ett språk i skriptad AI-agent

Innan du börjar

Skapa den skriptade AI-agenten.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på + Lägg till språk för att lägga till nya språk och välj språk i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera växlingsknappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ange språket som standard. Håll muspekaren över språket och klicka på Gör till standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det påverka AI-agentens artiklar, kurering, testning och förhandsgranskning.
6	Klicka på Spara ändringar.

Konfigurera överlämningsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Gå till Inställningar > Överlämning och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera deras frågor eller om de uttryckligen ber om det.
Aktivera återlämning vid reserv – Ett antal på varandra följande återgångsmeddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid partiell matchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för på varandra följande meddelanden – Upprepade meddelanden i följd under en session kan utlösa agentöverlämning. Antalet repetitioner som behövs för den här utlösaren kan konfigureras.

Klicka på Spara ändringar för att spara överlämningsinställningarna.

Nästa steg

Gå till hanteringsavsnitten för skriptad AI-agent eller förhandsgranska din skriptade AI-agent.

Skriptad AI-agent för att svara på frågor

Specifika kunskaper krävs – agenten måste svara på frågor inom en fördefinierad domän.
Konsekvens är viktigt – Agenten måste ge konsekventa svar på liknande frågor.
Begränsad flexibilitet krävs – agentens svar begränsas av informationen i utbildningskorpusen.

Skapa en skriptad AI-agent för att svara på frågor

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Skriptad. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – Det här är den systemgenererade unika identifieraren.
9	Klicka på Skapa. Den skriptade AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Skapa en entitet med entitetsroller för AI-agenten.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på Webex AI Agent-plattformen.
2	På sidan Instrumentpanel väljer du den AI-agent som du skapade.
3	Gå till Settings > Profile och konfigurera följande information: Agentnamn – Redigera namnet på AI-agenten om det behövs. System-ID – redigera AI-agentens system-ID om det behövs. URL för agentprofilbild – redigera webbadressen som systemet hämtar AI-agentens logotyp eller bild från. Beskrivning – Ange information om den här AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen om du vill att AI-agenten ska be om feedback i meddelandet. Anpassat felmeddelande – Skriv ett meddelande som visas om det uppstår fel under chatten med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera artiklar

Välkomstmeddelande – Detta innehåller det första meddelandet när konversationen mellan kunden och AI-agenten inleds.
Reservmeddelande – AI-agenten visar det här meddelandet när agenten inte kan förstå användarens fråga.
Partiell matchning – När AI-agenten känner igen flera artiklar med en liten skillnad i poäng (som anges i inställningarna för överlämning och slutsatser ) visar agenten det här matchningsmeddelandet tillsammans med de matchade artiklarna som alternativ. Du kan också konfigurera textsvaret så att det visas tillsammans med dessa alternativ.
Vad kan du göra?– Du kan konfigurera AI-agentens funktioner. AI Agent visar detta när slutanvändarna ifrågasätter AI Agent-funktionerna.

Utöver dessa läggs standardartikeln Prata med en agent till om agentöverlämning från överlämnings - och inferensinställningarna är aktiverad.

Alla nya AI-agenter har också fyra Smalltalk-artiklar som hanterar användaryttranden för:

Hälsningsfraser
Tack
AI-agenten var inte till hjälp
Adjö

Dessa artiklar och svar är tillgängliga som standard i kunskapsbasen för AI-agenter när du skapar en ny AI-agent. Du kan också ändra eller ta bort dessa.

Du kan inte ta bort standardartiklarna Välkomstmeddelande, reservmeddelande, Prata med en agent och delar av meddelanden.

Lägg till artiklar via användargränssnitt och standardsvar

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på Skapa ny artikel.
4	Lägg till standardvarianterna.
5	Välj något av dessa standardsvar för artikeln. Möjliga värden: Villkorligt svar – Svaret konfigureras av regler. Svaret kan vara i olika format, till exempel text, karusell, snabbsvar, bild, ljud, video, kod och fil. Du kan lägga till flera svar i en artikel. Kodfragment – Svaret skapas med hjälp av if-else-villkor. Mer information finns i avsnittet Konfigurera svar med svarsdesignern .
6	Klicka på Spara och utbilda.

Importera från kataloger

1	Mycket in på Webex AI Agent Platform
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på de tre ellipserna.
4	Klicka på Importera från kataloger.
5	Välj de kategorier av artiklar som ska läggas till agenten.
6	Klicka på Klar.

Extrahera vanliga frågor från länk

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på de tre ellipserna.
4	Klicka på Extrahera vanliga frågor från länken.
5	Ange webbadressen till var vanliga frågor finns och klicka på Extrahera.
6	Klicka på Importera.

Importera från fil

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på de tre ellipserna.
4	Klicka på Importera från en fil och välj CSV importera artiklarna från csv-filen. Om du importerar artiklar från en fil i JSON-format väljer du JSON.
5	Klicka på Bläddra och välj en fil som innehåller alla atikler. Klicka på Hämta exempel för att visa i vilket format artiklarna måste anges.
6	Klicka på Importera.

Lägg till anpassade synonymer

1	Logga in på Webex AI Agent-plattformen.
2	På instrumentpanelssidan för AI-agenter väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på de tre ellipserna.
4	Klicka på Anpassade synonymer.
5	Klicka på Nytt rotord.
6	Konfigurera rotordsvärdet och dess synonymer och klicka på Spara.
7	Träna AI-agenten igen när du har lagt till synonymerna. Du kan också exportera synonymerna (i filformatet .CSV) till den lokala mappen och importera filen tillbaka till plattformen.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter utnyttjar Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att besvara frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Träning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är markerad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i Webex delbar förhandsversion av AI-agenten eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan kontrollera informationen om vektormodellen som fanns vid tidpunkten för en slutsats i sessionens avsnitt annan information .

Konfigurera hanteringsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten inte tillgänglig.
Inaktiverat meddelande – Skriv ett meddelande till den inaktiverade agenten, det här meddelandet visas för de användare som försöker komma åt agenten.
Återställningsåtgärd – Välj det här alternativet om du vill vidta lämpliga åtgärder på inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på inkommande meddelanden till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av varje AI-agentsvar.
Stängningstid för session – Timeout för sessionen (i minuter), varefter sessionen stängs automatiskt vid användarinaktivitet.
Säkerhet – ansvarsfriskrivningsmeddelandet för medgivandet. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. När detta är inställt på Sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i den skriptade AI-agenten.

Lägga till ett språk i skriptad AI-agent

Innan du börjar

Skapa den skriptade AI-agenten.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på + Lägg till språk för att lägga till nya språk och välj språk i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera växlingsknappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ange språket som standard. Håll muspekaren över språket och klicka på Gör till standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det påverka AI-agentens artiklar, kurering, testning och förhandsgranskning.
6	Klicka på Spara ändringar.

Konfigurera överlämningsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Gå till Inställningar > Överlämning och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera deras frågor eller om de uttryckligen ber om det.
Aktivera återlämning vid reserv – Ett antal på varandra följande återgångsmeddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid partiell matchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för på varandra följande meddelanden – Upprepade meddelanden i följd under en session kan utlösa agentöverlämning. Antalet repetitioner som behövs för den här utlösaren kan konfigureras.

Klicka på Spara ändringar för att spara överlämningsinställningarna.

Nästa steg

Gå till hanteringsavsnitten för skriptad AI-agent eller förhandsgranska din skriptade AI-agent.

Förhandsgranska din skriptade AI-agent

Instrumentpanel för AI-agenter – hovra över ett AI-agentkort för att visa alternativet Förhandsgranska för AI-agenten. Klicka på Förhandsgranska för att starta widgeten Förhandsgranskning av AI-agent.
AI-agentrubrik – När du har angett redigeringsläget för en AI-agent genom att klicka på AI-agentkortet eller knappen Redigera på AI-agentkortet är förhandsgranskningsalternativet alltid synligt i rubrikavsnittet.
Minimerad widget – När en förhandsgranskning har startats och sedan minimerats skapas en chatthuvudwidget längst ned till höger på sidan, så att du enkelt kan starta om förhandsgranskningsläget.

Widget för förhandsgranskning av plattform

Delbar förhandsgranskningswidget

Widgetfärg – genom att lägga till parametern brandColor på länken. Användare kan definiera enkla färger med färgnamn eller använda hex-kod.
Telefonhölje – Genom att ändra värdet på parametern phoneCasing i länken. Detta är inställt på true som standard och kan inaktiveras genom att göra det false

Exempel på förhandsgranskningslänk med dessa parametrar: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Gemensamma hanteringsavsnitt för skriptad AI-agent

Följande avsnitt visas i den vänstra panelen på konfigurationssidan för AI-agenten:

Utbildning

Skapa och kör enkelt en omfattande uppsättning testfall.
Definiera testmeddelanden och förväntade svar för olika scenarier.
Simulera komplexa interaktioner genom att skapa testfall med flera meddelanden.

Definiera tester

Du kan definiera tester genom att följa stegen nedan:

Logga in på AI Agent-plattformen.
På instrumentpanelen klickar du på den skriptade AI-agent som du har skapat.
Klicka på Testning i den vänstra rutan. Som standard visas fliken Testcases .
Välj ett testfall och klicka på Utför valda tester.

Varje rad i tabellen representerar ett testfall med följande parametrar:

Tabell 1. Testfall
Parameter	Beskrivning
Meddelande	Ett exempelmeddelande som representerar de typer av frågor och instruktioner som du kan förvänta dig att användarna skickar till din AI-agent.
Förväntat språk	Det språk som användarna förväntas interagera med AI-agenten på.
Förväntad artikel	Ange vilken artikel som ska visas som svar på ett visst användarmeddelande. För att hjälpa dig att hitta den mest relevanta artikeln har den här kolumnen en smart funktion för automatisk komplettering. När du skriver kommer systemet att föreslå matchande artiklar baserat på den text som hittills skrivits.
Återställ tidigare kontext	Markera kryssrutan i den här kolumnen om du vill isolera testfall och se till att de körs oberoende av befintlig AI-agentkontext. När det här alternativet är aktiverat simuleras varje testfall i en ny session, vilket förhindrar störningar från tidigare interaktioner eller lagrade data.
Inkludera partiella matchningar	Aktivera den här växlingsknappen för att inkludera testfall med förväntade artiklar som endast delvis matchar det faktiska svaret anses vara framgångsrika.
Importera från CSV	Importera testfall från en CSV fil (kommaseparerad fil). I det här fallet kommer alla befintliga testfall att skrivas över.
Exportera till CSV	Exportera testfall till en CSV fil (kommaseparerad fil).
Testa återuppringningar	Aktivera den här växlingsknappen för att simulera inkommande återuppringningar och testa flödets beteende utan att kräva faktiska inkommande samtal. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Återuppringning i flöde	Markera kryssrutan i den här kolumnen om du vill ange att en avsikt måste utlösa en återuppringning. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Förväntad motringningsmall	Ange mallnyckeln som måste aktiveras när återuppringningen sker. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Timeout för återuppringning (er)	Maximal tid (i sekunder) som AI-agenten väntar på ett återuppringningssvar innan återuppringningen anses ha nått tidsgränsen. För närvarande tillämpas en timeout på 20 sekunder. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.

Utför tester

På fliken Körning klickar du på Kör valda tester för att initiera en sekventiell körning av alla valda testfall.

Du kan också köra testfall från fliken Testfall .

När varje testfall slutförs visas resultatet bredvid motsvarande post. Om du vill avsluta ett pågående testfall klickar du på Avbryt körning längst upp till höger på skärmen.

Körningshistorik

På fliken Historik öppnar du alla utförda testfall.

Klicka på ikonen Hämta i kolumnen Åtgärder om du vill exportera körda testdata som en CSV fil för offlineanalys eller rapportering.
Granska de specifika motor- och algoritminställningarna som används för varje testfallskörning. Den här informationen hjälper utvecklare att optimera AI-agentens prestanda.
Om du vill visa de avancerade algoritmkonfigurationsinställningar som används för en viss träningsmotor klickar du på ikonen Info bredvid träningsmotorns namn. Detta ger insikter om de parametrar och inställningar som påverkade AI-agentens beteende under testningen.

Sessioner

Kanaler – kanalen där interaktionen ägde rum (till exempel chatt, röst).
Sessions-ID – en unik identifierare för sessionen.
Konsument-id – användarens unika identifierare.
Meddelanden – Antalet meddelanden som utbytts under sessionen.
Uppdaterad vid – Tidpunkten då sessionen stängdes.
Metadata – Ytterligare information om sessionen.
- Dölj testsessioner – Markera den här kryssrutan om du vill dölja testsessionerna och endast visa listan över livesessioner.
- Agentöverlämning skedde – Markera den här kryssrutan om du vill filtrera sessioner som överlämnas till en agent. Om agentöverlämning sker visas hörlursikonen som indikerar överlämnandet av chatten till en mänsklig agent.
- Fel uppstod – Markera den här kryssrutan om du vill filtrera de sessioner där felet inträffade.
- Nedröstad – Markera den här kryssrutan om du vill filtrera nedröstade sessioner.

Sessionsinformation för en viss session i den skriptade AI-agenten för att besvara frågor

Vyn Sessionsinformation i en skriptad AI-agent för att besvara frågor ger en omfattande uppdelning av en specifik interaktion mellan en användare och AI-agenten.

Avsnittet Meddelanden :

Visar alla meddelanden som skickats av användaren under sessionen.
Visar motsvarande svar som genererats av AI-agenten.
Visar meddelandenas kronologiska ordning och ger kontext för interaktionen.

Fliken Transaktionsinformation :

Listar de artiklar som identifierades som relevanta för kundens fråga, inklusive både exakta matchningar och partiella matchningar.
Visar likhetspoängen för varje identifierad artikel, vilket indikerar graden av relevans.
Presenterar resultaten av de underliggande algoritmerna som används för att bearbeta kundens fråga och identifiera relevanta artiklar.
Visar antalet algoritmresultat beroende på inställningarna som konfigurerats på fliken Överlämning och slutsatsledning .

Avsnittet Annan info i vyn Sessionsinformation ger ytterligare sammanhang och information om en specifik interaktion. Här är en sammanfattning av informationen som visas:

Bearbetad fråga – Visar den förbehandlade versionen av kundens indata efter att de har bearbetats av AI-agentens NLU-pipeline (Natural Language Understanding).
Agentöverlämning – Anger om en agentöverlämning skett under sessionen. Markera kryssrutan Agentöverlämning efter regler om en agentöverlämning har utlösts av särskilda regler.
Svarstyp – Anger vilken typ av svar som genereras av AI-agenten, till exempel ett kodfragment eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU Engine – Identifierar den NLU-motor som används för att bearbeta kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärdespoäng – Visar den lägsta tröskelpoängen och skillnaden i delmatchpoäng som konfigurerats i inställningarna för överlämning och slutsatsledning . Dessa värden avgör när en fråga anses vara utanför omfånget eller kräver agentåtgärder.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-id:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Sessionsinformation för en viss session i den skriptade AI-agenten för att utföra åtgärder

Fliken Transaktionsinformation i den skriptade AI-agenten för att utföra åtgärder ger en detaljerad uppdelning av en specifik interaktion och kategoriserar information i fyra avsnitt:

Avsnittet Avsikter identifierat :

Visar de avsikter som identifierades för kundens fråga.
Anger konfidensnivån för varje identifierad avsikt.
Visar de platser som är associerade med den identifierade avsikten. Klicka på platsen om du vill visa ytterligare information om dess värde och hur den extraherades från användarens fråga.

Avsnittet Algoritmresultat ger insikter om de underliggande processerna som ledde till AI-agentens svar. Här är en sammanfattning av informationen som visas:

List of Intents – Visar de identifierade avsikterna och deras motsvarande likhetspoäng.
Entitetslista – Visar de entiteter som extraherades från användarens meddelande.

Övrig info visar:

Agentöverlämning – Anger om en agentöverlämning skett under sessionen. Markera kryssrutan Agentöverlämning efter regler om en agentöverlämning har utlösts av särskilda regler.
Mallnyckel – Anger mallnyckeln som är kopplad till avsikten som utlöste AI-agentens svar.
Svarstyp – Anger vilken typ av svar som genereras av AI-agenten, till exempel ett kodfragment eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU Engine – Identifierar den NLU-motor som används för att bearbeta kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärdespoäng – Visar den lägsta tröskelpoängen och skillnaden i delmatchpoäng som konfigurerats i inställningarna för överlämning och slutsatsledning . Dessa värden avgör när en fråga anses vara utanför omfånget eller kräver agentåtgärder.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-id:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Du kan också ladda ned och visa transaktionsinformationen i JSON-format med hjälp av nedladdningsalternativet.

På fliken Metadata visas:

NLP-metadata – Granska förbearbetningsstegen som tillämpas på kundens indata på fliken NLP .
Datalager och FinalDF – Få åtkomst till data relaterade till sessionen på flikarna Datastore och FinalDF för smarta robotar.
Sökfunktion – Använd det inbyggda sökfältet för att snabbt hitta specifika yttranden i en konversation.

Historik

På sidan Historik kan du:

Visa träningshistorik – spåra när en korpus tränades och ändringarna gjordes.
Jämför träningsmotorer – Granska de träningsmotorer som används för olika iterationer och deras motsvarande träningsvaraktigheter.
Spåra ändringar – övervaka ändringar av inställningar, artiklar, svar, NLP och curation.
Återgå till tidigare versioner – återgå enkelt till en äldre träningsuppsättning om det behövs.

I avsnittet Historik finns praktiska verktyg för hantering av kunskapsbasartiklar:

Aktivera artiklar – Gör tidigare inaktiva artiklar live för att inkludera dem i AI-agentens svar.
Redigera artiklar – Skapa en ny version av en befintlig artikel samtidigt som originalet behålls som referens.
Förhandsgranskningsprestanda – Utvärdera AI-agentens prestanda med en specifik kunskapsbas med hjälp av förhandsgranskningsfunktionen .
Ladda ned artiklar – exportera dina kunskapsbasartiklar som en CSV fil för offlineanalys eller referens.
Det här alternativet är tillgängligt för skriptad AI-agent endast för att besvara frågor.

Granskningsloggar

Avsnittet Granskningsloggar innehåller en detaljerad förteckning över ändringar som gjorts i din skriptade AI-agent under de senaste 35 dagarna. Så här kommer du åt granskningsloggar:

Gå till instrumentpanelen och klicka på AI-agenten som du har skapat.
Klicka på fliken Historik om du vill visa AI-agentens historik.
Klicka på fliken Granskningsloggar så visas en detaljerad logg över ändringar:
- Uppdaterad vid – Datum och tid då ändringen gjordes.
- Uppdaterad av – användaren som gjorde ändringen.
- Fält – Den del av roboten där ändringen skedde (till exempel Inställningar, Artiklar, Svar).
- Beskrivning – ytterligare information om ändringen.

Använd sökalternativen Uppdaterad av och Fält för att snabbt hitta specifika granskningsloggposter.
På fliken Modellhistorik visas högst 10 korpusar för varje AI-agent.

Kurering

Meddelanden läggs till i Curation-konsolen baserat på följande kriterier:

Reservmeddelanden – när AI-agenten inte förstår en användares meddelande och utlöser reservavsikten.
Standardåterställningsmetod – Om den här växlingsknappen är aktiverad skickas meddelanden som aktiverar standardåterställningsmetoden till kurationskonsolen.

Det här kriteriet gäller endast för skriptad AI-agent för att utföra åtgärder.
Nedröstade meddelanden – Meddelanden som användarna har röstat ned under förhandsvisningar av AI-agenten.
Agentöverlämning – meddelanden som resulterar i en mänsklig agentöverlämning på grund av konfigurerade regler.
Från session – meddelanden som flaggats av användare som inte får önskat svar från sessions- eller rumsdata.
Låg konfidens – Meddelanden med en konfidenspoäng som ligger inom den angivna gränsen för låg konfidensnivå.
Partiell matchning – meddelanden där AI-agenten inte kunde identifiera rätt avsikt eller svar.

Lösa problem

Fliken Problem är en central plats för granskning och hantering av meddelanden som har flaggats för kurering. Du kan göra följande:

Välj att lösa eller ignorera problem baserat på deras allvarlighetsgrad och relevans.
Undersök det ursprungliga användaryttrandet, AI-agentens svar och eventuella bifogade media.

Du kan visa hela innehållet i krypterade sessioner med alternativet Dekryptera innehåll , om du har aktiverat dekrypteringsåtkomst.

Dekrypteringsåtkomst beviljas på användarnivå och kräver att avancerat dataskydd är aktiverat i backend.

Du kan lösa ett problem genom att:

Länka till en befintlig artikel – Om du vill koppla ett problem till en befintlig artikel väljer du alternativet Länka och söker efter önskad artikel.
Skapa ny artikel – Använd alternativet Lägg till i en ny artikel om du vill skapa en ny artikel direkt från Curation Console.
Ignorera problem – Lös eller ignorera problem för att ta bort dem från kureringskonsolen.

Det är inte tillåtet att länka till standardartiklar (välkomstmeddelande, reservmeddelande, delvis matchning).
För skriptad AI-agent för att utföra åtgärder väljer du lämplig avsikt i listrutan och taggar relevanta entiteter.
När du har gjort ändringar tränar du om AI-agenten för att säkerställa att den nya kunskapen återspeglas i svaren.
Lös eller ignorera flera problem samtidigt för effektiv hantering.

Så här lägger du till problem från sessioner:

Identifiera yttrandet – Leta reda på yttrandet som utlöste det felaktiga svaret.
Kontrollera kurationsstatus – Om problemet inte redan finns i kurationskonsolen visas växlingsknappen Kureringsstatus .
Växla flagga – Aktivera växlingsknappen Kureringsstatus för att lägga till yttrandet i Curation Console för granskning och lösning.

Om problemet redan finns i kurationskonsolen ändras växlingsknappens utseende för att ange dess status.

Visa dina skriptade AI-prestanda med Analytics

Översikt

Översikten innehåller viktiga mått och diagram som ger en ögonblicksbild av den övergripande AI-agentanvändningen och prestandan för utvecklarna.

Välj AI-agenten på sidan Instrumentpanel.
I navigeringsfönstret till vänster klickar du på Analytics. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

Sessioner och meddelanden

Det första avsnittet i översikten visar följande statistik om sessioner och meddelanden för AI-agenten:

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är antalet sessioner som överlämnats till mänskliga agenter.
Genomsnittliga sessioner per dag
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittliga meddelanden per dag

Användare

Föreställning

Det tredje avsnittet innehåller statistik om AI-agentens svar till användare. Här kan man se totalt antal svar som skickas ut av AI-agenten och uppdelningen mellan svar där AI-agenten:

Identifierade användarens avsikt.
Svarade med ett reservmeddelande.
Svarade med ett partiellt matchningsmeddelande.
Informerade användaren om en agentöverlämning.

Detsamma aggregeras i ett cirkeldiagram och ett ytdiagram ger information baserad på vald kornighet.

Utbildning

Svaren

Kurering

Ger en visuell sammanfattning av hur många kureringsproblem som har uppstått varje dag och hur många av dem som har lösts av AI-agentutvecklarna.

Integrera AI-agenter

I det här avsnittet beskrivs hur du integrerar AI-agenter med både röstkanaler och digitala kanaler för att hantera kundkonversationer.

Integrera AI-agenter med röstkanaler och digitala kanaler

Mer information finns i artikeln Integrera AI-agenter med röstkanaler och digitala kanaler.

Hantera AI-agentrapporter

I det här avsnittet beskrivs översikten över AI-agentrapporter, rapporttyper, skapande av AI-agentrapporter och rapportleveranslägen.

Förstå AI-agentrapporter

När du öppnar menyn Rapporter från det vänstra navigeringsfönstret visas följande flikar:

Konfigurera – På den här fliken visas alla rapporter som för närvarande är aktiva och som genereras regelbundet. Följande information är tillgänglig för listan över rapporter:
- Aktiv – Om en användare fortfarande prenumererar på rapporten.
- AI-agent – namnet på AI-agenten som är associerad med rapporten.
- Rapporttyp – Den färdiga rapporttyp som du prenumererar på.
- Frekvens – Det intervall under vilket du tar emot rapporten.
- Senaste rapport genererad – Den senaste rapporten som skickades ut.
- Nästa schemalagda datum – Nästa datum då rapporten skickas ut.
Historik – På den här fliken visas all historisk information för de rapporter som skickats till dags dato. Klicka på en rapport på den här sidan om du vill redigera konfigurationen av rapporterna.

Du kan klicka på ikonen Hämta under kolumnen Åtgärder om du vill hämta dessa historikrapporter.

Rapporter på begäran som visas på fliken Historik är tillgängliga för hämtning först när rapportgenereringen är klar.

Skapa en AI-agentrapport

1	Logga in på Webex AI Agent-plattformen.
2	Klicka på Rapporter i det vänstra navigeringsfältet.
3	Klicka på +Ny rapport.
4	Ange följande information när du skapar och konfigurerar rapporten: AI-agent – namnet på AI-agenten som är kopplad till rapporten. Du kan visa alla AI-agenter för att svara på frågor och utföra uppgifter i det här programmet. Rapporttyp – Den fördefinierade rapporttyp som du vill prenumerera på. Om du väljer AI-agenten för att svara på frågor i AI-agenten visas tre olika typer av rapporter: i) Sammanfattning av användning och beteende, ii) Meddelandeutskrift och iii) Curation-problem. Utdataformat – Det format som rapporten du prenumererar på genereras i och skickas till det konfigurerade leveransläget. Möjliga format: I) csv och ii) xlsx. Välj ett av följande två alternativ och relevanta inställningar för den typ av rapporter som du vill generera: Generera nu – Ange startdatum och slutdatum för en rapport på begäran. Schemalagd rapport – schemalägg frekvens, tid, tidszon och startdatum för en rapport. När den här rapporten har skapats kan du använda växlingsknappen Aktivera rapport som läggs till i rapporten. Du kan aktivera eller inaktivera den här växlingsknappen senare om du vill ta emot eller stoppa rapporten med den schemalagda frekvensen. Leveransläge – se avsnittet Leveranssätt för mer information.

Rapporttyper för AI-agent

AI-agent för att besvara frågor rapporttyp

Användningsbeteende och sammanfattning

I det här avsnittet visas AI-agentsammanfattningen med hur ofta artiklar och kategorier anropas. Du kan visa sammanfattning, kategorier och artikelinformation på en separat flik i rapporterna:

Tabell 1. Information om fliken Sammanfattning
Fält	Beskrivning
AI-agentnamn	Namnet på AI-agenten.
Totalt antal konversationer	Totalt antal konversationer/sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användarna har bidragit med minst en inmatning.
Totalt antal mänskliga meddelanden	De meddelanden som slutanvändarna skickar till AI-agenten.
Totalt antal svar från AI-agenter	Totalt antal meddelanden som AI-agenten skickar till slutanvändare.
Totalt antal delmatchningar	Fall där det fanns viss tvetydighet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer skickade till agent	Totalt antal konversationer som överlämnas till en mänsklig agent.
Totalt antal röster	Totalt antal AI-agentsvar som röstades upp av kunder.
Totalt nedröstningsrekord	Totalt antal AI-agentsvar som nedröstades av kunder.

Tabell 2. Information om kategorifliken
Fält	Beskrivning
Kategorinamn	Namnet på kategorin som konfigurerats i AI-agenten.
Konversationer för kategorin	Antalet konversationer eller sessioner där en artikel som tillhör den här kategorin upptäcktes.
Totalt antal svar	Antalet gånger en artikel som tillhör denna kategori upptäcktes.
Totalt antal röster	Antalet gånger ett svar från den här kategorin röstades upp.
Totalt nedröstningsrekord	Antalet gånger ett svar från den här kategorin röstades ned.

Tabell 3. Information om artikelfliken
Fält	Beskrivning
Artikelnamn	Namnet på artikeln (standardvarianten) som har konfigurerats i AI-agenten.
Artikel kategori	Den kategori som den här avsikten tillhör.
Konversationer för artikeln	Antalet konversationer eller sessioner där den här artikeln upptäcktes.
Totalt antal svar	Antalet gånger där den här artikeln upptäcktes.
Totalt antal röster	Antalet gånger svaret för den här artikeln röstades upp.
Totalt nedröstningsrekord	Antalet gånger svaret för den här artikeln nedröstas.

Hantera transkriptioner

Visar konversationen mellan AI-agenten och kunden tillsammans med likhetspoängen. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpeln för meddelandet.
Sessions-ID	Den unika identifieraren för sessionen.
Konsument-ID	Den unika identifieraren för slutanvändaren i AI-agenten.
Meddelandetyp	AI-agentmeddelandet eller det mänskliga meddelandet.
Meddelandetext	Meddelandets innehåll.
Artikel	Identifieraren för svaret som skickas tillbaka av AI-agenten.
Kategori	Den avsikt som AI-agenten identifierat för kundens meddelande.
Bästa matchresultat	Likhetspoängen för den identifierade avsikten.
Matchad artikel 1	Avsikten som identifierats av den valda NLU-motorn.
Artikel 1 poäng	Poängen för den avsikt som identifierats.
Feedback	Användarens feedback om ett meddelande har röstats upp eller nedröstats.
Feedback kommentar	Kommentarerna som lämnas av användare när de röstar ner ett meddelande.

Problem med kurering

Visar meddelanden som hamnade i kurering som problem av olika skäl. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-ID	Unik identifierare för slutanvändaren i AI-agenten.
Mänskligt budskap	Det mänskliga budskapets innehåll.
AI-agentmeddelande	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till problemet	Anledningen till att detta meddelande hamnar i curation.
Artikel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Kategori	Avsikt som identifierats av AI-agenten för användarens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad artikel 1	Avsikt har identifierats av den valda NLU-motorn.
Artikel 1 poäng	Poäng för den avsikt som identifierats.

AI-agent för att utföra uppgifter rapporttyp

Användningsbeteende och sammanfattning

Visar sammanfattningen av konversationer tillsammans med avsikter och mallnycklar som har utlösts. På sammanfattningsfliken visas följande information:

Tabell 4. Fliken Sammanfattning
Fält	Beskrivning
AI-agentnamn	Namnet på AI-agenten.
Totalt antal konversationer	Totalt antal konversationer eller sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användarna har bidragit med minst en inmatning.
Totalt antal mänskliga meddelanden	De meddelanden som slutanvändarna skickar till AI-agenten.
Totalt antal svar från AI-agenter	Totalt antal meddelanden som AI-agenten skickar till slutanvändare.
Totalt antal delmatchningar	Fall där det fanns viss tvetydighet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer skickade till agent	Totalt antal konversationer som överlämnas till en mänsklig agent
Totalt antal röster	Totalt antal AI-agentsvar som har röstats upp av användare.
Totalt nedröstningsrekord	Totalt antal AI-agentsvar som nedröstades av användare.

Du kan också visa information om avsikter på fliken Avsikter i kalkylbladet:

Tabell 5. Fliken Avsikter
Fält	Beskrivning
Avsiktens namn	Namnet på avsikten som konfigurerats i AI-agenten.
Konversationer för avsikten	Antal konversationer eller sessioner där denna avsikt åberopades.
Totalt antal anrop	Antal gånger denna avsikt åberopades.
Totalt antal slutförda	Antal gånger alla platser samlades in och denna avsikt slutfördes.
Totalt antal röster	Totalt antal svar för det röstades upp för varje avsikt.
Totalt nedröstningsrekord	Totalt antal svar för det nedröstades för varje avsikt.

Rapporten innehåller även mallinformation på hög nivå, till exempel:

Tabell 6. Information om mallen
Fält	Beskrivning
Mallnyckelnamn	Namnet på mallen som konfigurerats i AI-agenten.
Metod för mallnyckel	Avsikter där den här mallnyckeln används.
Konversationer för mallnyckeln	Antal gånger som denna mallnyckel skickades ut som svar.
Totalt antal svar	Antalet gånger som denna mallnyckel skickades som svar.
Totalt antal röster	Antal gånger svaret för den här mallen röstades upp.
Totalt nedröstningsrekord	Antal gånger svaret för den här mallen har röstats ned.

Avskrifter av meddelanden

Visar konversationen mellan en kund och AI-agenten tillsammans med likhetspoäng. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-ID	Unik identifierare för slutanvändaren i programmet.
Meddelandetyp	AI-agentmeddelande eller mänskligt meddelande.
Meddelandetext	Meddelandets innehåll.
Mallnyckel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt som identifierats av AI-agenten för kundens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad avsikt 1	Avsikt har identifierats av den valda NLU-motorn.
Intent 1 poäng	Poäng för den avsikt som identifierats.
Feedback	Användarfeedback om ett meddelande har röstats upp eller nedröstats.
Feedback kommentar	Kommentarer som lämnas av användare vid nedröstning av ett meddelande.

Problem med kurering

Visar meddelanden som hamnade i kurering som problem av olika skäl. Den här rapporten är endast relevant för skriptade AI-agenter. Du kan visa följande information i den här rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för kundens session.
Konsument-ID	Unik identifierare för slutanvändaren i programmet.
Mänskligt budskap	Det mänskliga budskapets innehåll.
AI-agentmeddelande	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till problemet	Anledningen till att detta meddelande hamnar i curation.
Mallnyckel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt som identifierats av AI-agenten för användarens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad avsikt 1	Avsikt har identifierats av den valda NLU-motorn.
Intent 1 poäng	Poäng för den avsikt som identifierats.

Leveranslägen för AI Agent-rapporten

SFTP

Fält	Beskrivning
Skicka rapporter till en säker plats som planerat	Aktivera detta om du vill skicka rapporterna till den säkra platsen vid den schemalagda tiden. Du kan bara ange följande information genom att aktivera den här växlingsknappen.
IP-adress	Systemets IP postadress.
Användarnamn	Användarnamnet för att komma åt rapporterna.
Lösenord	Lösenordet för att komma åt rapporterna.
Privat nyckel	Den privata nyckeln för att komma åt filerna.
Ladda upp sökväg	Sökvägen där filerna dirigeras i systemet.

E-post

Fält	Beskrivning
Schemalägg e-post för flera mottagare, avgränsade med semikolon (;)	Aktivera detta för att lägga till mottagare.
Mottagare	E-postadressen till alla mottagare som måste ta emot rapporterna vid angiven tid och frekvens.

S3 Hink

Fält	Beskrivning
Ladda upp rapporter till en S3-bucket enligt schema	Aktivera detta om du vill göra S3-fälten tillgängliga och dirigera rapporterna till den konfigurerade S3-bucketen.
ID för AWS-åtkomstnyckel	Åtkomstnyckel-ID för åtkomst till AWS-tjänster och -resurser.
AWS hemlig åtkomstnyckel	Den hemliga åtkomstnyckeln för åtkomst till AWS-tjänster och resurser.
Namn på bucket	Namnet på den bucket som rapporten dirigeras till.
Mappnamn	Namnet på mappen som skapas i S3-bucketen.

Förstå AI-efterlevnad

Det här avsnittet hjälper dig att förstå AI-utveckling, datasekretess, säkerhet och säkerhet

AI-utveckling, datasekretess, säkerhet och säkerhet

AI-produktutveckling

Sekretess och säkerhet

Följande är listan över AI-transparensanteckningar för alla AI-funktioner:

Datakällor för utbildning och utvärdering

Säkerhet och etiska överväganden

Alla generativa AI-funktioner är felbenägna, så Cisco prioriterar innehållssäkerhet för AI-funktioner genom att välja innehållsfiltrering som tillhandahålls av Azure OpenAI.

Modellutvärdering och prestanda

Cisco prioriterar AI Assistants prestanda och noggrannhet genom att involvera människor i granskning, testning och kvalitetssäkring av den underliggande modellen.

Kom igång med Webex AI Agent Studio

Webex AI Agent Studio är en sofistikerad plattform som är utformad för att skapa, hantera och distribuera automatiserade AI-agenter för att uppfylla kundservice- och supportbehov. Med hjälp av artificiell intelligens ger AI-agenter automatiserad hjälp till kunder innan de interagerar med mänskliga agenter. Dessa agenter stöder röstinteraktioner med intonation, språkförståelse och kontextuell medvetenhet i konversationer. Dessutom hanterar AI-agenter sömlöst och informativt digitala kanalinteraktioner via text och onlinechatt. Kunderna drar nytta av en concierge-liknande upplevelse, får hjälp med frågor, informationshämtning och minimerar väntetider.

Funktioner i Webex AI Agent Studio

Korrekta svar i rätt tid – ger exakta svar på kundförfrågningar i realtid.
Intelligent uppgiftskörning – Utför uppgifter baserat på kundens önskemål eller inmatningar.

Viktiga fördelar för företag

Förbättrad kundupplevelse – Ger kunderna en konversationsupplevelse i realtid.
Anpassade interaktioner – skräddarsyr svaren efter individuella kundbehov och preferenser.
Skalbarhet och effektivitet – Hanterar stora volymer kundinteraktioner utan att kräva ytterligare mänskliga agenter, vilket leder till förbättrad tillfredsställelse och minskade driftskostnader.

Förstå AI-agenttyper och exempel

Följande tabell ger en glimt av AI-agenttyper och deras funktioner:

Tabell 1. AI-agenttyper och deras kapacitet
AI-agenttyp	Syfte	Möjlighet	Beskrivning	Hur ställer jag in?
Autonom	Autonoma AI-agenter är utformade för att arbeta självständigt, fatta beslut och utföra uppgifter utan direkt mänsklig inblandning.	Utföra åtgärder	Fatta välgrundade beslut baserat på tillgänglig information och fördefinierade regler. Automatisera repetitiva eller tidskrävande uppgifter.	Autonoma AI-agenter för att utföra åtgärder
Autonom		Svara på frågor	Autonoma agenter kan komma åt och använda ett kunskapslager för att ge informativa och korrekta svar på användarfrågor.	Autonoma AI-agenter för att svara på frågor
Skript	Skriptade AI-agenter är programmerade att följa en fördefinierad uppsättning regler och instruktioner.	Utföra åtgärder	Skriptade agenter kan utföra specifika uppgifter som är tydligt definierade och strukturerade.	Skriptade AI-agenter för att utföra åtgärder
Skript		Svara på frågor	Skriptade agenter kan svara på frågor baserat på en användarskapad utbildningskorpus, som är en samling exempel och svar.	Skriptade AI-agenter för att svara på frågor

Exempel

Både autonoma och skriptade AI-agenter kan tillämpas på olika användningsfall, beroende på specifika krav och önskade funktioner. Några exempel är:

Kundtjänst – Både autonoma agenter och skriptade agenter kan användas för att ge kundsupport, med autonoma agenter som erbjuder mer flexibilitet och naturlig språkförståelse.
Virtuella assistenter – Autonoma agenter är väl lämpade för virtuella assistentroller, eftersom de kan hantera olika uppgifter och tillhandahålla mer personliga interaktioner.
Dataanalys – Autonoma agenter kan användas för att analysera stora datauppsättningar och extrahera värdefulla insikter.
Processautomatisering – Både autonoma agenter och skriptade agenter kan användas för att automatisera repetitiva uppgifter, förbättra effektiviteten och minska antalet fel.
Kunskapshantering – Autonoma agenter kan användas för att skapa och hantera kunskapslager, vilket gör information lättillgänglig för användare.

Valet mellan autonoma och skriptade AI-agenter beror på uppgifternas komplexitet, den nivå av autonomi som krävs och tillgängligheten för träningsdata.

Förutsättningar

Om du redan är kund Webex Contact Center kontrollerar du att du uppfyller följande krav:
- Webex Contact Center 2.0-innehavare.
- Webex Connect etableras för din klientorganisation.
- Röstmedieplattform är nästa generations medieplattform.
Om du inte har en Webex Contact Center-klientorganisation kontaktar du din partner för att starta en Webex Contact Center-utvärdering med nästa generations medieplattform.
Administratörer kan begära att en Webex Contact Center-utvecklarsandlåda testar AI-agenter.

Aktivering av funktioner

Den här funktionen är för närvarande i betaversion. Kunder kan registrera sig för den här funktionen på Webex betaportalen genom att fylla i deltagandeundersökningen för AI-agenter.

För närvarande är endast skriptade AI-agentfunktioner tillgängliga i betafasen.
Autonoma agenter är endast tillgängliga för utvalda kunder. Förfrågningar kan göras via din CSM (Customer Success Manager), PSM (Partner Success Manager) eller via e-post# ask-ccai@cisco.com. Efter godkännande görs autonoma agenter tillgängliga utöver skriptade agenter för din klientorganisation.

Åtkomst Webex AI Agent Studio

Om du vill skapa AI-agenter måste du logga in på programmet Webex AI Agent Studio. Detta kan göras på följande sätt:

Logga in från Control Hub

Om du inte ser Webex AI Agent Studio kontaktar du Cisco-supporten för att aktivera motsvarande funktionsflagga.

Logga in på Control Hub med URL  https://admin.webex.com.
I avsnittet Tjänster i navigeringsfönstret väljer du Kontaktcenter.
I Snabblänkar i den högra rutan går du till avsnittet Kontaktcenter-sviten .
Klicka Webex AI Agent Studio för att komma åt programmet.

Systemet korsstartar Webex AI Agent Studio-programmet på en annan webbläsarflik och du loggas automatiskt in på programmet.

Logga in från Webex Connect

För att få åtkomst till programmet Webex AI Agent Studio bör du ha åtkomst till Webex Connect.

Logga in på Webex Connect-program med den klientorganisations-URL som angetts för ditt företag och dina autentiseringsuppgifter.
Som standard visas sidan Tjänster som en startsida.
 På menyn i appfältet i det vänstra navigeringsfönstret klickar du på Webex AI Agent Studio för att komma åt programmet.
Systemet korsstartar Webex AI Agent Studio-programmet på en annan webbläsarflik och du loggas automatiskt in på programmet.

Layout för startsida

Välkommen till programmet Webex AI Agent Studio. När du loggar in visas följande layout på startsidan:

Navigeringsfält

Navigeringsfältet som visas till vänster ger tillgång till följande menyer:
- Instrumentpanel – Visar en lista över AI-agenter som användaren har åtkomst till, enligt företagsadministratörens beviljande.
- Kunskap – Visar den centrala kunskapsdatabasen eller kunskapsbasen, som fungerar som hjärnan där autonoma AI-agenter kan svara på kundfrågor.
- Rapporter – Visar en lista över fördefinierade AI-agentrapporter av olika typer. Du kan generera eller schemalägga rapporter enligt dina affärsbehov.
- Hjälp – Ger åtkomst till användarhandboken för Webex AI Agent Studio i hjälpcentret för Webex.
Användarprofil
I menyn Användarprofil kan du visa din profilinformation och logga ut från programmet.

Sidan Företagsprofil innehåller information om AI-agentens klientorganisation, som endast är tillgänglig för administratörer med fullständig administratörsåtkomst.
- Fliken Översikt innehåller följande information:
  - Företagsidentifierare – innehåller Webex organisations-ID, CPaaS-organisations-ID och prenumerations-ID för företaget. Detta är tillgängligt för företag med Webex Contact Center-integrering för motsvarande Webex Connect-klientorganisation.
  - Profilinställningar – Innehåller företagsnamn, unikt företagsnamn och logotypens webbadress.
  - Inställningar för global agent – Gör det möjligt att välja standardagent för röstkanal för hantering av reservscenarier.
  - Sammanfattning av datalagring – ger en sammanfattning av datalagringsperioderna för företaget.
- På fliken Teammates kan du visa och hantera listan över teammedlemmar som har åtkomst till programmet. Varje användare tilldelas en roll som avgör vilka åtgärder de kan utföra baserat på beviljade behörigheter.

Lär känna din instrumentpanel

Uppgifter på AI-agentkort

Håll muspekaren över ett AI-agentkort för att visa följande alternativ:

Förhandsgranskning – Klicka på Förhandsgranska för att öppna widgeten för förhandsgranskning av AI-agenter.
Ellipsikon – Klicka på den här ikonen om du vill utföra följande uppgifter:
- Kopiera förhandsgranskningslänk – Kopiera förhandsgranskningslänken för att klistra in den på en ny flik och förhandsgranska AI-agenten i chattwidgeten.
- Kopiera åtkomsttoken – Kopiera AI-agentens åtkomsttoken för att anropa agenten via API:er.
- Exportera – exportera AI-agentinformationen (i JSON-format) till den lokala mappen.
- Ta bort – Ta bort AI-agenten permanent från systemet.
- Fäst AI-agenten på den första positionen på instrumentpanelen eller lossa om du vill flytta tillbaka den till sin tidigare position.

Skapa en ny AI-agent

Information om hur du skapar skriptade och autonoma AI-agenter finns i följande avsnitt:

Skriptad AI-agent för att svara på frågor
Skriptad AI-agent för att utföra åtgärder
Autonom AI-agent för att svara på frågor
Autonom AI-agent för att utföra åtgärder

Importera fördefinierad AI-agent

Klicka på Importera agent.
Klicka på Ladda upp för att ladda upp AI-agentfilen (i JSON-format) som exporterats från plattformen.
I fältet Agentnamn anger du AI-agentnamnet.
(Valfritt) Redigera den systemgenererade unika identifieraren i system-ID :t.
Klicka på Importera.

Din AI-agent har nu importerats till Webex AI Agent Studio-plattformen och är tillgänglig på instrumentpanelen.

Sök nyckelord

Filtrera efter agenttyp

Förutom nyckelordssökning kan du förfina sökresultaten genom att filtrera baserat på typen av AI-agent. Välj ett av agenttypfiltren i listrutan – Manus, Autonomt och Alla.

Hantera kunskapsbasen

En kunskapsbas är en central lagringsplats för LLM-drivna autonoma AI-agenter (Large Language Model). De autonoma AI-agenterna utnyttjar avancerad AI- och maskininlärningsteknik för att förstå, bearbeta och generera människoliknande text. Dessa AI-agenter tränar på stora mängder data, vilket gör det möjligt för dem att ge detaljerade och kontextuellt relevanta svar. I kunskapsbaser lagras de data som krävs för att de autonoma AI-agenterna ska fungera.

Så här kommer du åt kunskapsbasen:

Logga in på Webex AI Agent Studio-plattformen.
I instrumentpanelen klickar du på ikonen Kunskap i det vänstra navigeringsfönstret. Sidan med kunskapsbaser visas.
Du kan hitta en kunskapsbas baserad på följande kriterier:
- Kunskapsbasens namn
- Typ av kunskapsbas
- Kunskapsbaser som uppdateras mellan angivna datum
- Kunskapsbaser som skapats mellan angivna datum
  Klicka på Återställ alla om du vill återställa sökkriterierna.
Du kan också skapa en ny kunskapsbas. Information om hur du skapar en ny kunskapsbas finns i Skapa kunskapsbas för AI Agent.

Skapa kunskapsbas för AI Agent

1	I instrumentpanelen klickar du på ikonen Kunskap i det vänstra navigeringsfönstret.
2	På sidan Kunskapsbaser klickar du på +Skapa kunskapsbas i det övre högra hörnet.
3	På sidan Skapa kunskapsbas anger du följande information: Kunskapsbasnamn – Ange ett namn för kunskapsbasen. Beskrivning – Ge en kort beskrivning av kunskapsbasen.
4	Klicka på Skapa. Systemet skapar en kunskapsbas med det angivna namnet.
5	På fliken Filer : Dra och släpp filerna i kunskapsbasen. Du kan också klicka på Lägg till fil för att lägga till en fil. Systemet stöder följande filformat: PDF, .doc, .docx, data via kabel, .txt, .xlsx, .xls och CSV. Storleken på varje fil får inte överstiga 2 MB. När du har lagt till filerna klickar du på Bearbeta filer för att bearbeta filerna. När du är klar listar systemet filerna under fliken Filer .
6	På fliken Dokument : Klicka på +Skapa dokument om du vill skapa egna knowledge base-dokument. Ange dokumentnamnet på sidan Skapa dokument . Använd textredigeraren för att lägga till nödvändig information och formatera texten efter behov. Markera Lägg till i befintlig kategori om du vill lägga till dokumentet i den befintliga kategorin. Du kan också välja att lägga till i ny kategori och skapa en ny kategori. Klicka på Spara. Du kan också klicka på + Lägg till kategori för att definiera kategorier och lägga till dokumenten under motsvarande kategori. Markera önskat dokument i den vänstra rutan och klicka på Webbförhandsgranskning för att förhandsgranska dokumentet.
7	Navigera till fliken Information om du vill visa och spåra information om de filer som du har överfört och dokument som du har skapat. Klicka på ikonen Redigera om du vill redigera kunskapsbasfilerna. Redigera namnet på filen om det behövs. Du kan också ta bort befintliga filer och lägga till nya filer. Klicka på ikonen Ta bort om du vill ta bort kunskapsbasen helt.

Nästa steg

Konfigurera kunskapsbasen för den autonoma AI-agenten för att besvara frågor.

Konfigurera autonoma AI-agenter

Autonom AI-agent för att utföra uppgifter

De autonoma AI-agenterna kan utföra olika uppgifter, inklusive:

Natural Language Processing (NLP) - Förstå och svara på mänskligt språk på ett naturligt och konversationsmässigt sätt.
Beslutsfattande – Gör välgrundade val baserat på tillgänglig information och fördefinierade regler.
Automatisering – automatisera repetitiva eller tidskrävande uppgifter.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en autonom AI-agent för att utföra åtgärder
Uppdatera autonom AI-agentprofil
Lägga till åtgärder i autonom AI-agent
Konfigurera platsfyllning
Definiera uppfyllelse

Skapa en autonom AI-agent för att utföra åtgärder

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Filtrera AI-agenttypen som Autonom. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Autonom.
6	I avsnittet Vad är agentens huvudfunktion klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – En unik identifierare som genereras av systemet. Det går att redigera det här fältet. AI-motor – Välj AI-motorn i listrutan. Standardmotorn för AI är Nova. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för metodtips och exempel.
9	Klicka på Skapa. Nu har du skapat den autonoma AI-agenten för att utföra åtgärder som nu är tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera fördefinierad AI-agent

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera autonom AI-agentprofil

Innan du börjar

Skapa en autonom AI-agent för att utföra åtgärder.

Klicka på den AI-agent som du har skapat på instrumentpanelen .

Gå till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – Redigera namnet på AI-agenten om det behövs.
System-ID – Redigera AI-agentens system-id om det behövs.
Agentens mål – Redigera AI-agentens mål om det behövs. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
Instruktioner – Ange anvisningarna för AI-agenten. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
URL för agentprofilbild – Standardwebbadressen som systemet hämtar AI-agentens logotyp eller bild från. Ändra detta om det behövs.
AI-motor – Uppdatera AI-motorn om det behövs.
Välkomstmeddelande – Det standardvälkomstmeddelande som AI-agenten använder för att starta interaktionen. Uppdatera detta om det behövs.

Klicka på Publicera för att aktivera AI-agenten.

Nästa steg

Lägg till nödvändiga åtgärder i AI-agenten.

Lägga till åtgärder i autonom AI-agent

Få nödvändig information från kunden.
Överför informationen till önskat flöde.

Den autonoma AI-agenten som utför åtgärder fungerar på följande byggstenar:

Åtgärd – En funktion som gör att AI-agenten kan ansluta till externa system för att utföra komplexa uppgifter.
Entitet eller plats – Representerar ett steg i uppfyllandet av användarens avsikt. Slotfyllning innebär att ställa specifika frågor till kunden för att uppfylla kundens avsikt baserat på yttranden. Det är utlösaren för en AI-agent att börja utföra en åtgärd. Definiera indataenheterna som en del av platsfyllningen.
Uppfyllelse – Avgör hur AI-agenten slutför åtgärden. Som en del av uppfyllelsen definierar du utdataenheterna för den autonoma AI-agenten för att generera svaret i ett visst format. Systemet skickar utdataenheterna till flödet för att fortsätta med åtgärden och slutföra uppgiften.

På fliken Åtgärd klickar du på +Ny åtgärd.

På sidan Lägg till en ny åtgärd anger du följande information:

Åtgärdsnamn – Ange namnet på åtgärden. Till exempel,Boka biljetter.
Åtgärdsbeskrivning – Ge en kort beskrivning av den förväntade åtgärden. Se till att åtgärdsbeskrivningen är tydlig och korrekt.
Åtgärdens omfattning – Välj åtgärdens omfattning i listrutan. Följande alternativ är tillgängliga:
- Klicka på Platsfyllning för att konfigurera de indataenheter som krävs för platsfyllning. Om du väljer platsfyllning kan du inte konfigurera distributionsdetaljerna.
- Klicka på Platsfyllning med uppfyllelse för att konfigurera de indataenheter som krävs för platsfyllning och även definiera detaljerna för åtgärdens uppfyllelse.
Agentöverlämning är standardåtgärden som är aktiverad som standard. Använd växlingsalternativet för att inaktivera agentöverlämning.

Nästa steg

Du kan antingen konfigurera fack eller konfigurera fack och definiera uppfyllelse beroende på vilket åtgärdsomfång som valts.

Konfigurera platsfyllning

Platsfyllning innebär att du lägger till de indataenheter som krävs för AI-motorn. I avsnittet Platsfyllning på sidan Åtgärder lägger du till indataentiteterna:

Du kan lägga till entiteterna en i taget i tabellformat.
Du kan också använda JSON-filen och definiera entiteterna. Mer information finns i En rundtur i JSON-schemat .

Lägga till indataenheter i tabellformat

1	Om du vill lägga till en indataentitet klickar du på +Ny indataentitet.
2	På sidan Lägg till en ny indataentitet anger du följande information: Entitetsnamn – Ange namnet på indataenheten. Enhetstyp – välj enhetens datatyp. Entitetsbeskrivning – ge en kort beskrivning av enheten. Se till att enhetsbeskrivningen är tydlig och korrekt. Exempel på entiteter – ange ett exempel för enheten. Klicka på +Lägg till om du vill lägga till fler exempel. Markera kryssrutan Obligatorisk om du vill göra entiteten obligatorisk.
3	Klicka på Lägg till för att lägga till indataentiteten. Du kan lägga till så många indataentiteter som du behöver.
4	Använd alternativet Kontroller för att utföra följande åtgärder på entiteten: Klicka på ikonen Redigera om du vill redigera de tillagda inmatningsentiteterna. Klicka på ikonen Ta bort om du vill ta bort entiteten.

Lägga till entiteter med JSON-redigeraren

Du kan lägga till indataentiteter och utdataentiteter med JSON-redigeraren. I JSON-redigeringsvyn måste entiteterna definieras i ett strukturerat JSON-format.

Mer information finns i En rundtur i JSON-schemat.

Parameterstruktur för indata

Ingångsparametrarna måste följa följande struktur:

type – datatyp för parameterobjektet. Detta är alltid "objekt" för att beteckna att parametrarna är strukturerade som ett objekt.

properties – Ett objekt där varje nyckel representerar en parameter och dess associerade metadata.

required – En matris med strängar med namnen på parametrar som är obligatoriska.

Egenskaper Objekt

Varje nyckel i egenskapsobjektet representerar en indataenhet/parameter och innehåller ett annat objekt med metadata om den parametern. Metadata ska alltid innehålla följande nyckelord:

type – parameterns datatyp. De tillåtna typerna är:
- string – Textdata.
- heltal – numeriska data utan decimaler.
- tal – numeriska data som kan innehålla decimaler.
- booleskt – Sant/falskt-värden.
- array – En lista med objekt som vanligtvis är av samma typ.
- object – En komplex datastruktur med kapslade egenskaper.
beskrivning – En kort förklaring av vad enheten representerar. Detta hjälper AI-motorn att förstå syftet med och användningen av parametern. En beskrivning som är kortfattad och överensstämmer med agentens instruktioner och åtgärdsbeskrivning rekommenderas för bättre noggrannhet.
Validering verkställs endast av plattformen för "typ". "Beskrivning" tillämpas inte för alla entiteter, men vi rekommenderar starkt att den läggs till. Andra användbara nyckelord för entitetsmetadata är:
- enum – I uppräkningsfältet visas möjliga värden för en parameter. Detta är användbart för parametrar som endast ska acceptera en begränsad uppsättning värden. Utvecklare kan definiera anpassade listor med värden som en parameter ska acceptera för att använda detta.
- pattern – Mönsterfältet används tillsammans med strängtyper för att ange ett reguljärt uttryck som strängen måste matcha. Detta är särskilt användbart för validering av specifika format, till exempel telefonnummer, postnummer eller anpassade identifierare.
- exempel – I fältet exempel finns ett eller flera exempel på giltiga värden för parametern. Detta hjälper AI-motorn att förstå vilken typ av data som förväntas och kan vara särskilt användbart för tolkning och validering.

Det finns andra nyckelord som kan göra enhetsdefinitionen mer exakt och robust. Mer information finns i En rundtur i JSON-schemat.

Exempel

Följande exempel innehåller olika typer av entiteter och nyckelord:

{ "type": "object", "properties": { "username": { "type": "string", "description": "Det unika användarnamnet för kontot.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "Lösenordet för kontot.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "E-postadressen för kontot.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "födelsedatum": { "type": "string", "description": "Användarens födelsedatum.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Om användaren vill få nyhetsbrev.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista över roller som tilldelats användaren.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["användarnamn", "lösenord", "e-post"] }

Det här exemplet innehåller följande entiteter:

username – En strängtyp med begränsning för minsta och högsta längd.
password – En strängtyp med en minimilängd och ett visst format (lösenordet anger att den ska hanteras säkert).
e-post – en strängtyp med ett regex-mönster för att säkerställa att det är en giltig e-postadress.
födelsedatum – En strängtyp med exempel som anger datumets format.
preferences – En objekttyp med kapslade egenskaper (nyhetsbrev och meddelanden), inklusive en boolesk med ett standardvärde och en sträng med specifika tillåtna värden (enum).
roles – En matristyp där varje objekt är en sträng som är begränsad till specifika värden (enum).

Användarnamn, lösenord och e-postadress är obligatoriska enligt definitionen i matrisen "obligatoriskt".

Definiera uppfyllelse

1	Definiera distributionsdetaljerna för implementering av AI-agenten i ett kontaktcenter. Ange följande information: Välj en metod för uppfyllelse – Välj flödet. Välj en flödesbyggare – Välj önskad flödesbyggare. URL för Flow webhook – ange webhook-URL:en. Mer information finns i Inkommande webhooks. Tjänstnyckel – Ange information om servicenyckeln.
2	Konfigurera utdataentiteterna så att AI-agenten genererar resultatet i ett format som kan förstås av flödet.
3	Om du vill lägga till en utdataentitet klickar du på +Ny utdataenhet. På skärmen Lägg till en ny utdataentitet anger du följande information: Entitetsnamn – Ange namnet på utdataenheten. Enhetstyp – välj enhetens datatyp. Entitetsbeskrivning – ge en kort beskrivning av enheten. Se till att beskrivningen är tydlig och korrekt. Exempel på entiteter – ange ett exempel för enheten. Klicka på +Lägg till om du vill lägga till fler exempel. Markera kryssrutan Obligatoriskt om du vill göra detta till en obligatorisk enhet. Du kan också använda en JSON-fil för att lägga till utdataentiteterna. Mer information finns i Lägga till entiteter med JSON-redigeraren .
4	Klicka på Lägg till för att lägga till utdataentiteten. Du kan lägga till så många utdataenheter som du behöver.
5	Använd alternativet Kontroller för att utföra följande åtgärder på entiteten: Klicka på ikonen Redigera om du vill göra ändringar i entiteten. Klicka på ikonen Ta bortom du vill ta bort entiteten.
6	Klicka på Lägg till för att slutföra konfigurationen.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent. Klicka på Publicera för att aktivera AI-agenten.

När du har konfigurerat AI-agenten:

Information om hur du visar AI-agentprestanda finns i Visa prestanda för autonoma AI-agenter med Analytics.
Information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Autonoma AI-agenter för att svara på frågor

Autonoma agenter kan komma åt och använda ett kunskapslager för att ge informativa och korrekta svar på användarfrågor. Den här funktionen är användbar i scenarier där agenten behöver:

Ge kundsupport – svara på vanliga frågor, felsök problem och vägled kunder genom processer.
Erbjud teknisk hjälp – ge expertråd om specifika ämnen eller områden.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en autonom AI-agent för att svara på frågor
Uppdatera autonom AI-agentprofil
Konfigurera kunskapsbasen

Skapa en autonom AI-agent för att svara på frågor

Innan du börjar

Se till att skapa kunskapsbasen. Mer information finns i Hantera kunskapsbaser.

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Autonom. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Autonom.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – En unik identifierare som genereras av systemet. Det går att redigera det här fältet. AI-motor – Välj önskad AI-motor i listrutan. Standardmotorn för AI är Nova. För röstbaserad förhandsgranskning väljer du Vega. Mer information finns i Röstbaserad förhandsgranskning . Kunskapsbas – Välj den kunskapsbasfil som krävs i listan över tillgängliga kunskapsbaser. Du kan inte mappa den valda kunskapsbasen till andra AI-agenter. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
9	Klicka på Skapa. Den autonoma AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera autonom AI-agentprofil

Innan du börjar

Skapa en autonom AI-agent för att svara på frågor.

Klicka på den AI-agent som du har skapat på instrumentpanelen .

Gå till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – Redigera namnet på AI-agenten om det behövs.
System-ID – Redigera AI-agentens system-id om det behövs.
Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
URL för agentprofilbild – redigera webbadressen som systemet hämtar AI-agentens logotyp eller bild från.
AI-motor – Välj önskad AI-motor i listrutan.
Välkomstmeddelande – Ange välkomstmeddelandet som AI-agenten ska använda för att starta interaktionen.
Tillåt överlämning av agent – Aktivera växlingsalternativet för att överföra konversationen till en mänsklig agent när en kund vill prata med en agent.

Klicka på Spara ändringar för att aktivera AI-agenten.

Nästa steg

Konfigurera kunskapsbasen för AI-agenten.

Konfigurera kunskapsbasen

Innan du börjar

Skapa en autonom AI-agent för att svara på frågor.

1	På sidan Instrumentpanel väljer du den AI-agent som du har skapat.
2	Gå till fliken Knowledge Base .
3	Välj den kunskapsbas som krävs i listrutan.
4	Klicka på Spara ändringar för att aktivera AI-agenten.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent.

När du har konfigurerat AI-agenten:

Information om hur du visar AI-agentprestanda finns i Visa prestanda för autonoma AI-agenter med Analytics.
Information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Visa autonom AI-agentsession och historik

Sessioner

På sidan Sessioner finns ett omfattande register över alla interaktioner mellan AI-agenter och användare. Så här navigerar du till sidan Sessioner :

På instrumentpanelen klickar du på den autonoma AI-agent som du vill visa sessionsinformation för.
I det vänstra navigeringsfönstret klickar du på Sessioner.

Sidan Sessioner visas. Varje session visas som en post som innehåller alla meddelanden från sessionen. Den här informationen är användbar för att granska, analysera och förbättra AI-agenten.

Sessions-id – unikt rums-id eller sessions-id för en konversation.
Konsument-ID – ID för konsumenten som interagerade med AI-agenten.
Kanaler – Kanal där interaktionen ägde rum.
Uppdaterad vid – Tidpunkt då rummet stängdes.
Rumsmetadata – Innehåller ytterligare information om rummet.
Markera de obligatoriska kryssrutorna:
- Dölj testsessioner – Om du vill dölja testsessionerna och endast visa listan med livesessioner.
- Agentöverlämning skedde – för att filtrera sessioner som överlämnas till en agent. Om agenten överlämnas visas hörlursikonen som indikerar överlämnandet av chatten till en mänsklig agent.
- Fel uppstod – för att filtrera de sessioner där felet inträffade.
- Nedröstad – För att filtrera de nedröstade sessionerna.
Klicka på en rad i sessionstabellen om du vill se en detaljerad vy över sessionen. Låsikonen indikerar att sessionen är låst och måste dekrypteras. Du måste ha behörighet att dekryptera sessionen. Om växlingsknappen Dekryptera åtkomst är aktiverad kan du komma åt alla sessioner med knappen Dekryptera innehåll . Den här funktionen gäller dock bara när Avancerat dataskydd har angetts till sant eller aktiverats för klientorganisationen.

Historik

På sidan Historik kan du visa information om de konfigurationsändringar som utförts på AI-agenten. Så här visar du historiken för en viss agent:

På instrumentpanelen klickar du på den autonoma AI-agent som du vill visa historiken för.
I det vänstra navigeringsfönstret klickar du på Historik.

Sidan Historik visas med följande flikar:

Granskningsloggar – Klicka på fliken Granskningsloggar om du vill visa de ändringar som gjorts i AI-agenterna.
Modellhistorik – Klicka på fliken Modellhistorik för att visa de olika versionerna av den autonoma AI-agenten för att utföra åtgärder.

Granskningsloggar

Uppdaterad vid – Data och tidpunkt för ändringen.
Uppdaterad av – namnet på användaren som införlivade ändringen.
Fält – Det specifika avsnitt i AI-agenten där ändringen gjordes.
Beskrivning – ytterligare information om ändringen.

Modellhistorik

Fliken Modellhistorik är endast tillgänglig för den autonoma AI-agenten för att utföra åtgärder.

Modellbeskrivning – En kort beskrivning av AI-agentens version.
AI-motor – AI-motorn som används för den versionen av AI-agenten.
Uppdaterad den – Datum och tid då versionen skapades.
Åtgärder – Gör att du kan utföra följande åtgärder på AI-agenten
- Läs in – Alla ändringar på AI-agenten går förlorade. Du måste utföra konfigurationen igen.
- Exportera – Använd för att exportera AI-agenten.

Förhandsgranska din autonoma AI-agent

Du kan förhandsgranska de autonoma AI-agenterna när du skapar AI-agenten, när du redigerar och efter distributionen av agenten. Du kan öppna förhandsgranskningen från:

Instrumentpanel för AI-agenter – När du hovrar över ett AI-agentkort visas förhandsgranskningsalternativet för AI-agenten. Klicka här om du vill öppna förhandsgranskningen av AI-agenten.
AI-agentrubrik – Klicka på AI-agentkortet för att öppna AI-agenten. Alternativet Förhandsgranskning är alltid synligt i rubrikavsnittet.
Minimerad widget – När en förhandsgranskning har startats och minimerats visas en chatthuvudwidget längst ned till höger på sidan. Du kan använda det här alternativet för att enkelt öppna förhandsgranskningsläget igen.

Webex AI Agent Studio ger också ett delbart förhandsgranskningsalternativ. Klicka på menyn i det övre högra hörnet och välj alternativet Kopiera förhandsgranskningslänk . Du kan dela förhandsgranskningslänken med andra användare, till exempel testare eller konsumenter av AI-agenten.

Widget för förhandsgranskning av plattform

Förhandsvisningswidgeten visas längst ned till höger på skärmen. Du kan ange yttranden (eller en sekvens av yttranden) för att kontrollera AI-agentens svar och se till att de fungerar korrekt.

Du kan också minimera förhandsgranskningswidgeten, tillhandahålla konsumentinformation och starta flera rum för att testa AI-agenten.

Delbar förhandsgranskningswidget

Med den delbara förhandsgranskningswidgeten kan du dela AI-agenten med intressenter och konsumenter på ett presentabelt sätt utan att behöva utveckla ett anpassat användargränssnitt för att visa AI-agenten. Som standard återger den kopierade förhandsgranskningslänken AI-agenten med ett telefonhölje. Du kan göra några snabba anpassningar genom att ändra vissa parametrar i förhandsgranskningslänken. Du kan anpassa widgeten på följande sätt:

Widgetfärg – genom att lägga till parametern brandColor på länken. Du kan definiera enkla färger med färgnamn eller använda hex-koden för färger.
Telefonhölje – genom att ändra värdet på parametern phoneCasing i länken. Detta är inställt på true som standard och kan inaktiveras genom att göra det false.

Exempel på förhandsgranskningslänk med dessa parametrar:? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Ange en färgs hexadecimala värde i formatet '_XXXX'>.

Röstbaserad förhandsgranskning

Autonom AI-agent för att svara på frågor stöder röstbaserad förhandsgranskning. Så här aktiverar du det här alternativet:

Gå till Dashboard och välj AI-agenten.
Navigera till Inställningar > profil.
1. I listrutan AI Engine väljer du Vega.
Klicka på Spara ändringar.

Alternativet Förhandsgranskning uppdateras med en mikrofonikon för röstbaserad förhandsgranskning. Klicka på Förhandsgranska. Röstförhandsgranskningswidgeten visas.

Du måste aktivera mikrofonåtkomst för att använda den här funktionen.

Du kan visa följande alternativ i röstförhandsgranskningswidgeten:

Start-knappen för att starta förhandsgranskningen.
Live-transkription av konversationen visas i widgeten när röstförhandsgranskningen pågår.
Avsluta samtal för att avsluta konversationen.
Stäng av ljudet om du vill stänga av ljudet.

Visa prestanda för autonoma AI-agenter med Analytics

Avsnittet AI-agentanalys ger en grafisk representation av nyckelmåtten för att utvärdera AI-agentens prestanda och effektivitet. Så här genererar du analyser för den autonoma AI-agenten:

Välj AI-agenten på instrumentpanelen .
I navigeringsfönstret till vänster klickar du på Analytics. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

I det första avsnittet visas följande statistik om sessioner och meddelanden för AI-agenten.

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är antalet sessioner som överlämnats till mänskliga agenter.
Genomsnittliga sessioner per dag
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittliga meddelanden per dag

Det andra avsnittet visar statistik om användarna. Det ger ett antal totala användare och information om genomsnittliga sessioner per användare och dagliga genomsnittliga användare.

I det tredje avsnittet visas AI-agentsvaren och agentöverlämningarna

Konfigurera skriptad AI-agent

I det här avsnittet beskrivs hur du konfigurerar och hanterar skriptade AI-agenter på Webex AI Agent Studio-plattform, så att de ger korrekta svar på användarfrågor och utför automatiserade uppgifter effektivt.

Skriptad AI-agent för att utföra uppgifter

Skriptad AI-agent utökar agentbyggnadsfunktionerna utan kod i Webex AI Agent Studio-plattform. Skriptad AI-agent möjliggör konversationer med flera svängar där den kan få relevanta data från kunder för att utföra specifika uppgifter. Detta inkluderar:

Kör enkla kommandon – följ instruktionerna för att slutföra fördefinierade åtgärder.
Bearbetar data – manipulera och transformera data enligt angivna regler.
Interagera med andra system – kommunicera med och kontrollera andra lösningar.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en skriptad AI-agent för att utföra åtgärder
Uppdatera skriptad AI-agentprofil
Hantera entiteter
Hantera avsikter
Hantera svar
Konfigurera hanteringsinställningar
Lägga till ett språk i skriptad AI-agent
Konfigurera överlämningsinställningar

Skapa en skriptad AI-agent för att utföra åtgärder

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på + Skapa agent.
3	På skärmen Skapa en AI-agent skapar du en ny AI-agent från grunden. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Skriptad. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Börja från början och sedan på Nästa.
5	I avsnittet Vilken typ av agent skapar du? klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion? klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – Det här är den systemgenererade unika identifieraren. Du kan också redigera det här fältet. AI-motor – Välj AI-motorn i listrutan.
9	Klicka på Skapa. Den skriptade AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Skapa entiteter, lägg till avsikter och definiera svar.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Gå till Settings > Profile och konfigurera följande information: Agentnamn – Redigera namnet på AI-agenten efter behov. System-ID – Redigera AI-agentens systemgenererade identifierare efter behov. URL för agentprofilbild – Redigera webbadressen som systemet hämtar AI-agentlogotypen eller AI-agentbilden från. Beskrivning – Ange information om AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen om du vill låta en AI-agent be om feedback i meddelandet. Anpassat felmeddelande – Skriv ett meddelande som visas om det uppstår fel under en chatt med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera entiteter

Entiteter är byggstenarna i konversationer. De är de väsentliga elementen som AI-agenten extraherar från användaryttranden. De representerar specifik information, till exempel produktnamn, datum, kvantiteter eller någon annan viktig grupp av ord. Genom att effektivt identifiera och extrahera entiteter kan en AI-agent bättre förstå användarens avsikt och ge mer exakta och relevanta svar.

Typer av enheter

Webex AI Agent Studio erbjuder 11 fördefinierade entitetstyper för att samla in olika typer av användardata. Du kan också skapa någon av följande anpassade entiteter.

Anpassade entiteter

Dessa entiteter är konfigurerbara och gör det möjligt för utvecklare att samla in användningsfallsspecifik information.

Anpassad lista – definiera listor med förväntade strängar för att samla in specifika datapunkter som inte täcks av fördefinierade enheter. Du kan lägga till flera synonymer för varje sträng. Till exempel en enhet med anpassad pizzastorlek.
Regex – använd reguljära uttryck för att identifiera specifika mönster och extrahera motsvarande data. Till exempel ett telefonnummer regex (till exempel 123-123-8789).
Siffror – samla in numeriska inmatningar med fast längd med hög noggrannhet, särskilt i röstinteraktioner. I icke-röstinteraktioner används det som ett alternativ till entitetstyperna Custom och Regex. Om du till exempel vill identifiera ett femsiffrigt kontonummer måste en längd på fem definieras.
Alfanumeriskt – samla in kombinationer av bokstäver och siffror, vilket ger korrekt igenkänning för både röstinmatningar och andra inmatningar.
Fritext – samla in flexibla datapunkter som är svåra att definiera eller validera.
Kartplats (WhatsApp) – extrahera platsdata som du delar på WhatsApp-kanalen.

Systementiteter

Enhetens namn	Beskrivning	Exempel på inmatning	Exempel på utdata
Datum	Tolkar datum på naturligt språk till ett standarddatumformat	"Juli nästa år"	01/07/2020
Tid	Tolkar tid på naturligt språk till ett standardtidsformat	5 på kvällen	17:00
E-post	Identifierar e-postadresser	Skriv till mig på info@cisco.com	info@cisco.com
Telefonnummer	Identifierar vanligt telefonnummer	Ring mig på 9876543210	9876543210
Monetära enheter	Tolkar valuta och belopp	Jag vill 20$	20$
Ordinal	Identifierar ordningstal	Fjärde av tio personer	4:e
Kardinal	Detekterar kardinalnummer	Fjärde av tio personer	10
Geolokalisering	Upptäcker geografiska platser (städer, länder etc.)	Jag badade i Themsen i London, Storbritannien	London, Storbritannien
Personnamn	Identifierar vanliga namn	Bill Gates från Microsoft	Bill Gates
Antal	Identifierar mätningar, som av vikt eller avstånd	Vi är 5 km från Paris	5 km
Varaktighet	Identifierar tidsperioder	1 veckas semester	1 vecka

Skapade entiteter kan redigeras från fliken entiteter. Om du länkar entiteter till en avsikt kommenteras dina yttranden med identifierade entiteter när du lägger till dem.

Entitetsroller

Skapa en entitet med entitetsroller

Innan du börjar

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på den skriptade AI-agenten som du har skapat.
3	Klicka på Träning i den vänstra rutan.
4	På sidan Träningsdata klickar du på fliken Entiteter .
5	Klicka på Skapa entitet.
6	I fönstret Skapa entitet anger du följande fält: Enhetsnamn – ange enhetens namn. Enhetstyp – välj alternativet Anpassad lista i listrutan. Values (Värden) – Ange ett värde för entiteten.
7	Aktivera växlingsknappen Automatiskt föreslå platsvärden till automatisk komplettering och ge alternativa förslag för den här entiteten under konversationen. Fältet Roller visas när du skapar en anpassad entitet endast om entitetsroller har aktiverats i avsnittet Avancerade inställningar i fönstret Ändra utbildningsmotor för RASA- och Mindmeld NLU-motorer.
8	Klicka på Spara. Du kan använda alternativen Redigera och Ta bort i kolumnen Åtgärder för att utföra relaterade åtgärder.

Nästa steg

När du har skapat en entitet kan du länka roller till en entitet.

Länka roller till en entitet

1	Logga in på Webex AI Agent Studio-plattformen.
2	Klicka på den AI-agent som du har skapat på instrumentpanelen .
3	Klicka på Utbildning i den vänstra rutan.
4	På sidan Träningsdata väljer du en avsikt att länka entiteter och entitetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Platser klickar du på Länka entitet.
6	Välj entitetsroll för entitetsnamnet.
7	Klicka på Spara. Du kan tilldela roller till en entitet för att samla in samma entitet två gånger i en avsikt.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter använder Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

RASA kräver mer träningsdata än Swiftmatch för att uppnå hög noggrannhet. Utvecklare kan växla NLU-motorer på flikarna Artiklar och utbildning för skriptade AI-agenter för att utvärdera prestanda. När du ändrar motorn uppdateras AI-agentens algoritm och behöver tränas om för korrekt inferens baserat på den nya modellen. Du kan analysera prestandaskillnaderna med hjälp av likhetspoäng i sessioner och testning med ett klick.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är aktiverad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När du har skapat alla artiklar kan du träna AI-agenten och göra den live för att testa och distribuera den. Om du vill träna AI-agenten med dess aktuella korpus klickar du på Träna längst upp till höger. Detta bör ändra statusen till Utbildning.

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i delningsbar förhandsgranskning eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan nu välja deras föredragna vektormodeller som en del av de avancerade motorinställningarna i Swiftmatch NLU-motorn. Det går att välja mellan två alternativ – Yttrandenivå kontra Vektorer på artikelnivå. I vårt pågående arbete med att förbättra noggrannheten hos våra NLU-motorer experimenterade vi med att använda vektorer på artikelnivå i stället för den äldre modellen som använde vektorer på yttrandenivå. Vi fann att vektorer på artikelnivå förbättrar noggrannheten i de flesta fall. Observera att vektorerna på artikelnivå är det nya standardvärdet för vektorisering för nya enspråkiga AI-agenter. För flerspråkiga AI-agenter stöds matchningar på artikelnivå endast när den flerspråkiga modellen är Polymatch.

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutledning i sessionens andra informationsavsnitt .

Hantera avsikter

Avsikt är en kärnkomponent i Webex AI Agent Studio-plattformen som gör det möjligt för AI-agenten att förstå och svara på dina indata effektivt. Den representerar en specifik uppgift eller åtgärd som du vill utföra under en konversation. Du kan definiera alla avsikter som motsvarar de aktiviteter du vill utföra. Noggrannheten i avsiktsklassificeringen påverkar direkt AI-agentens förmåga att tillhandahålla relevanta och användbara svar. Avsiktsklassificering är processen att identifiera avsikt baserat på dina indata, så att AI-agenten kan svara på ett meningsfullt och kontextuellt relevant sätt.

Systemavsikter

Standardreservmetod – En AI-agents funktioner begränsas till sin natur av de avsikter som är utformade för att känna igen och svara på. Även om ett företag inte kan förutse alla möjliga frågor du kan ställa, kan standardåterställningsmetoden hjälpa konversationer att vara på rätt spår.
Genom att implementera en standardåterställningsmetod kan AI-agentutvecklare se till att AI-agenten hanterar oväntade frågor eller frågor som inte omfattas och omdirigerar konversationen tillbaka till kända avsikter.
AI-agentutvecklare behöver inte lägga till specifika yttranden i reservavsikten. Agenten kan utbildas i att automatiskt utlösa återställningsmetoden när den stöter på kända frågor som inte omfattas och som annars felaktigt kan kategoriseras i andra avsikter.
I en AI-bankagent kan kunder till exempel försöka fråga om lån. Om AI-agenten inte är konfigurerad för att hantera lånerelaterade förfrågningar kan dessa frågor införlivas som träningsfraser inom standardreservavsikten . När en kund frågar om lån någon gång i konversationen känner AI-agenten igen frågan som faller utanför de definierade avsikterna och utlöser återställningssvaret. Detta säkerställer ett lämpligare svar.

Reservavsikten bör inte ha några luckor associerade med den.

Återställningsmetoden måste använda standardnyckeln för återställningsmallen för sitt svar.
Hjälp – Den här avsikten är utformad för att hantera kundförfrågningar om AI-agentens funktioner. När kunder är osäkra på vad de kan åstadkomma eller stöter på svårigheter under ett samtal, söker de ofta hjälp genom att be om hjälp.
Som standard mappas svaret för hjälpavsikten till nyckeln för hjälpmeddelandemallen . AI-agentutvecklare kan dock anpassa svaret eller ändra den associerade mallnyckeln för att ge mer skräddarsydd och informativ vägledning.
Vi rekommenderar att du förmedlar AI-agentens kapacitet på en hög nivå, så att kunderna får en tydlig förståelse för vad de kan göra härnäst.
Prata med en agent – Med den här avsikten kan kunderna begära hjälp från en mänsklig agent när som helst under interaktionen med AI-agenten. När den här avsikten anropas initierar systemet automatiskt en överföring till en mänsklig agent. Standardsvarsmallen för den här avsikten är agentöverlämning. Det finns inga användargränssnittsbegränsningar för att ändra svarsmallnyckeln, men om du ändrar den påverkas inte resultatet av den mänskliga överlämningen.

Avsikter med småprat

Alla nyskapade AI-agenter har fyra fördefinierade småpratsmetoder för att hantera vanliga kundhälsningar, uttryck för tacksamhet, negativ feedback och avsked:

Hälsningsfraser
Tack
AI-agenten var inte till hjälp
Adjö

Skapa en avsikt

Innan du börjar

Innan du skapar en avsikt måste du skapa entiteter som ska länka till avsikten. Mer information finns i Skapa entitet med entitetsroller.

1	Logga in på Webex AI Agent Studio-plattformen.
2	Välj en AI-agent på instrumentpanelen.
3	Klicka på Utbildning i den vänstra rutan.
4	På sidan Träningsdata klickar du på Skapa avsikt.
5	I fönstret Skapa avsikt anger du följande information: Avsiktsnamn – Ange avsiktens namn. Lägg till yttrande – Lägg till en fras för att åberopa avsikten och klicka på Lägg till. Om det finns några entiteter i de tillagda yttrandena kommenteras de automatiskt i yttrandena och visas i avsnittet Slots . Du kan lägga till fler entiteter som platser i en avsikt. Mer information finns i Skapa entitet med entitetsroller. Varje fack visar följande: Enhetens namn. Om det krävs för att avsikten ska slutföras. Antalet nya försök som AI-agenten försöker hämta platsvärdet från användaren. Mallnyckeln.
6	Markera kryssrutan Obligatorisk om enheten är obligatorisk.
7	Ange antalet återförsök som tillåts för den här platsen. Som standard är siffran inställd på tre.
8	Välj mallnyckeln i listrutan. Klicka på Skapa ny om du vill skapa en ny svarsmallnyckel för entiteten. Svarsinnehållet för dessa mallnycklar konfigureras i avsnittet Svar . Varje mallnyckel har ett motsvarande svar som skickas till användaren när avsikten utlöses.
9	I avsnittet Svar anger du nyckeln till den slutliga svarsmallen som ska returneras till användarna när avsikten har slutförts.
10	Aktivera växlingsknappen Återställ platser efter slutförande för att återställa platsvärdena som samlats in i konversationen när avsikten är klar. Om den här växlingsknappen är inaktiverad behåller facket de gamla värdena och visar samma svar.
11	Aktivera växlingsknappen Uppdatera platsvärden om du vill uppdatera platsvärdet under konversationen med konsumenten. AI-agenten tar hänsyn till det senast ifyllda värdet i facket för att bearbeta data. Om detta är aktiverat uppdateras värden för fyllda platser när kunder lämnar ny information för samma platstyp.
12	Aktivera växlingsknappen Ge förslag på platser om du vill ge förslag på platsfyllning och alternativa platsvärden i det slutliga svaret, baserat på användarinmatning.
13	Aktivera växlingsknappen Avsluta konversation för att stänga sessionen efter den här avsikten. Webex Connect och röstflöden kan använda detta för att avsluta en konversation med konsumenterna.
14	Klicka på Spara. Klicka på Träna längst upp till höger på fliken Utbildning för att visa eventuella ändringar som gjorts i avsikter och entiteter. För att träna Rasa- eller Mindmeld NLU-motorer krävs minst två träningsvarianter (yttranden) per avsikt. Dessutom måste varje fack ha minst två anteckningar. Om dessa krav inte uppfylls är knappen Träna inaktiverad. En varningsikon visas bredvid den berörda avsikten för att indikera problemet. Standardåterställningsavsikten är dock undantagen från dessa krav.

Nästa steg

Länka entiteter med avsikt

Innan du börjar

Se till att du skapar entiteter och länkar dem innan du lägger till yttranden. Den här automatiskt kommenterar entiteterna medan yttranden läggs till.

1	Logga in på Webex AI Agent Studio-plattformen.
2	Klicka på den AI-agent som du har skapat på instrumentpanelen .
3	Klicka på Utbildning i den vänstra rutan.
4	På sidan Träningsdata väljer du en avsikt att länka entiteter och entitetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Platser klickar du på Länka entitet. De länkade enheterna visas i avsnittet Platser.
6	Välj entitetsroll för entitetsnamnet.
7	Klicka på Spara. När en entitet markeras som obligatorisk blir ytterligare konfigurationsalternativ tillgängliga. Du kan ange det maximala antalet gånger som AI-agenten kan begära den saknade entiteten innan den eskaleras eller ger ett återställningssvar. Du kan definiera mallnyckeln som ska anropas om den entitet som krävs inte tillhandahålls inom det angivna antalet återförsök. När en AI-agent har identifierat en avsikt och samlat in alla nödvändiga data (platser) svarar den med meddelandet som är associerat med den slutliga mallnyckeln som konfigurerats för avsikten. Om du vill starta en ny konversation eller hantera efterföljande avsikter utan att överföra tidigare data måste du aktivera växlingsknappen Återställ platser efter slutförande . Den här inställningen rensar alla identifierade entiteter från konversationshistoriken, vilket säkerställer en nystart för varje ny interaktion.

Generera träningsdata

Följ stegen nedan för att generera träningsdata:

Ange avsiktsnamnet och ett exempelyttrande.
Klicka på Generera.
Ge en kort beskrivning av avsikten att vägleda AI:n.
Ange önskat antal varianter och kreativitetsnivån för de AI-genererade förslagen.

Att generera många varianter samtidigt kan påverka kvaliteten. Vi rekommenderar högst 20 varianter per generation.
En lägre kreativitetsinställning kan producera mindre olika varianter.
Genereringsprocessen kan ta några sekunder, beroende på antalet varianter som begärs.
Blixtikonen skiljer AI-genererade varianter från användardefinierade träningsdata.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter använder Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är aktiverad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i delningsbar förhandsgranskning eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan nu välja deras föredragna vektormodeller som en del av de avancerade motorinställningarna i Swiftmatch NLU-motorn. Det går att välja mellan två alternativ – Yttrandenivå kontra Vektorer på artikelnivå. I vårt pågående arbete med att förbättra noggrannheten hos våra NLU-motorer experimenterade vi med att använda vektorer på artikelnivå i stället för den äldre modellen som använde vektorer på yttrandenivå. Vi fann att vektorer på artikelnivå förbättrar noggrannheten i de flesta fall. Observera att vektorerna på artikelnivå är det nya standardvärdet för vektorisering för nya enspråkiga AI-agenter. För flerspråkiga AI-agenter stöds matchningar på artikelnivå endast när den flerspråkiga modellen är Polymatch.

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutledning i sessionens andra informationsavsnitt .

Flagga genererade varianter

Leta reda på flaggningsalternativet: Ett flaggningsalternativ är tillgängligt för varje genererat yttrande.
Ge feedback: När utvecklare flaggar utdata kan de lägga till kommentarer och ange orsaken till flaggningen.

Skapa flerspråkig avsikt och entitet

Hantera svar

Svaren är de meddelanden som AI-agenten skickar till kunderna som svar på deras frågor eller avsikter. Du kan skapa svar som inkluderar:

Text – meddelanden med oformaterad text för direkt kommunikation.
Kod – Inbäddad kod för dynamiskt innehåll eller dynamiska åtgärder.
Multimedia – Bild-, ljud- eller videoelement som förbättrar användarupplevelsen.

Svaren har två huvudkomponenter:

Mallar – fördefinierade svarsstrukturer som mappas till specifika avsikter.
Arbetsflöden – Den logik som avgör vilken mall som ska användas baserat på den identifierade avsikten.

Mallarna för Överlämning av agent, Hjälp, Reserv och Välkommen är förkonfigurerade och svarsmeddelandet kan ändras från motsvarande mallar.

Svarstyper

Avsnittet Response Designer täcker olika typer av svar och hur de kan konfigureras.

Fliken Arbetsflöden används för att hantera asynkrona svar när en extern API som svarar på ett asynkront sätt anropas. Arbetsflödena måste kodas i python.

Variabel ersättning

Konfigurera svar med svarsdesignern

Svarsdesignern erbjuder ett användarvänligt gränssnitt för att skapa svar utan att kräva omfattande kodningskunskaper. Det finns två svarstyper:

Villkorliga svar: För icke-utvecklare möjliggör det här alternativet enkel konstruktion av svar som AI-agenten levererar till kunder.
Kodavsnitt: För utvecklare som använder Python ger det här alternativet flexibilitet för att konfigurera svar med kod.

Svarsdesignern är utformad för att säkerställa att användarupplevelsen tillgodoser den specifika kanal som AI-agenten interagerar med.

Svarsmallar

Text – Det här är enkla textsvar. För att förbättra användarupplevelsen tillåter svarsdesignern flera textrutor i ett enda svar, så att du kan dela upp långa meddelanden i mer hanterbara avsnitt. Varje textruta kan innehålla olika svarsalternativ. Under en konversation väljs ett av dessa alternativ slumpmässigt och visas för användaren, vilket garanterar en dynamisk och engagerande interaktion.
För att upprätthålla en dynamisk och engagerande användarupplevelse kan du lägga till flera svarsalternativ i dina mallar. När en mall med flera alternativ aktiveras väljs en av dem slumpmässigt och visas för användaren. Du kan aktivera den här funktionen genom att klicka på knappen +Lägg till variant längst ned i svaret.

När du sparar svar kan du se en varning som anger antalet fel som behöver korrigeras. Fälten med fel markeras med rött. Genom att använda navigeringspilarna kan utvecklare enkelt hitta och åtgärda dessa fel i alla kanaler eller svarsformat. Om listväljaren eller karusellen innehåller flera kort kan du med punktnavigering flytta mellan korten med fel. För ett enda kort blir motsvarande punkt röd för att signalera felet.
Snabbsvar – Textsvar kan kopplas ihop med knappar, som kan vara antingen textbaserade länkar eller URL-länkar. Textknappar kräver en titel och en nyttolast, som skickas till botten när du klickar på den. URL-knappar omdirigerar användare till en viss webbsida.
När en kunds fråga är tvetydig tillåter partiell matchning roboten att föreslå relevanta artiklar eller avsikter som alternativ. Den här funktionen är tillgänglig för webb- och Facebook-interaktioner.
Lägga till snabbsvar på URL:er
Med snabbsvarsknappar för webbadresser i fasta och villkorliga svar kan du skapa knappar som omdirigerar användare till din webbplats för mer information eller åtgärder som att fylla i formulär. När du klickar på dessa knappar öppnas den angivna URL:en på en ny flik i samma webbläsarfönster utan att några data skickas tillbaka till roboten.
Så här lägger du till ett URL-snabbsvar i villkorligt eller fast svar:
1. Välj den artikel- eller mallnyckel som du vill konfigurera snabbsvaret på URL:en för.
2. Klicka på +Lägg till ett snabbsvar. Popup-fönstret Knapptyp visas.
3. Välj knapptyp som URL i webbkanalen.
4. Ange knappens titel och webbadressen som konsumenten ska dirigeras till när han eller hon har klickat på knappen.
5. Klicka på Klar för att lägga till ett snabbsvar på URL:en.
URL-typknappar kan också konfigureras via dynamisk svarstyp, där dessa knappar ska konfigureras med hjälp av kodfragment av python-kod. Dessa knappar stöds i förhandsgransknings- och delningsbara förhandsgranskningsavsnitt. De stöds för närvarande inte av IMIchats livechattwidget eller andra tredjepartskanaler.
Carousel – utökade svar kan innehålla ett enda kort eller flera kort ordnade i carousel-format. Varje kort kräver en titel och kan innehålla en bild, en beskrivning och upp till tre knappar.
Snabbsvarsknapparna i carousel-mallen kan konfigureras med text- eller URL-länkar. Genom att klicka på en URL-knapp omdirigeras användaren till den angivna webbplatsen. Om du klickar på en textbaserad snabbsvarsknapp skickas en konfigurerad nyttolast till roboten och utlöser motsvarande svar.
Bild – En multimediamall där användare kan konfigurera bilder genom att ange webbadresser.
Video – återger videor i förhandsgranskningen baserat på den konfigurerade videowebbadressen.
Kod – Kan användas för att skriva Python-kod för att anropa API:er eller köra annan logik.

Kodstycken

Om du inte konfigurerar ett unikt svar för olika kanaler tas webbsvaret som standardsvar och detsamma skickas till kunden. Listan över mallar som stöds på webbkanalen är:

Text – Ett enkelt textmeddelande som kan ha flera varianter. Det konfigurerade meddelandet visas baserat på frågan.
Snabbsvar – En mall med text och klickbara knappar.
Carousel – En samling kort där varje kort har en titel, en bild-URL och en beskrivning.
Bild – En mall för att konfigurera bilder genom att ange webbadresser.
Video – En mall för att konfigurera video genom att ange videons URL. Du kan spela upp videon genom att klicka eller knacka på bilden.
Fil – En mall för att konfigurera en PDF-fil genom att ange URL:en för åtkomst till filen.
Ljud – En mall för att konfigurera en ljudfil genom att ange ljudwebbadressen. Den visar också varaktigheten för ljudmeddelandet i utgången.

Konfigurera hanteringsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten inte tillgänglig.
Inaktiverat meddelande – Skriv ett meddelande till den inaktiverade agenten, det här meddelandet visas för de användare som försöker komma åt agenten.
Återställningsåtgärd – Välj det här alternativet om du vill vidta lämpliga åtgärder på inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på inkommande meddelanden till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av varje AI-agentsvar.
Stängningstid för session – Timeout för sessionen (i minuter), varefter sessionen stängs automatiskt vid användarinaktivitet.
Säkerhet – ansvarsfriskrivningsmeddelandet för medgivandet. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. När detta är inställt på Sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i den skriptade AI-agenten.

Lägga till ett språk i skriptad AI-agent

Innan du börjar

Skapa den skriptade AI-agenten.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på + Lägg till språk för att lägga till nya språk och välj språk i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera växlingsknappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ange språket som standard. Håll muspekaren över språket och klicka på Gör till standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det påverka AI-agentens artiklar, kurering, testning och förhandsgranskning.
6	Klicka på Spara ändringar.

Konfigurera överlämningsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Gå till Inställningar > Överlämning och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera deras frågor eller om de uttryckligen ber om det.
Aktivera återlämning vid reserv – Ett antal på varandra följande återgångsmeddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid partiell matchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för på varandra följande meddelanden – Upprepade meddelanden i följd under en session kan utlösa agentöverlämning. Antalet repetitioner som behövs för den här utlösaren kan konfigureras.

Klicka på Spara ändringar för att spara överlämningsinställningarna.

Nästa steg

Gå till hanteringsavsnitten för skriptad AI-agent eller förhandsgranska din skriptade AI-agent.

Skriptad AI-agent för att svara på frågor

Specifika kunskaper krävs – agenten måste svara på frågor inom en fördefinierad domän.
Konsekvens är viktigt – Agenten måste ge konsekventa svar på liknande frågor.
Begränsad flexibilitet krävs – agentens svar begränsas av informationen i utbildningskorpusen.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en skriptad AI-agent för att svara på frågor
Uppdatera skriptad AI-agentprofil
Hantera artiklar
Konfigurera hanteringsinställningar
Lägga till ett språk i skriptad AI-agent
Konfigurera överlämningsinställningar

Skapa en skriptad AI-agent för att svara på frågor

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Skriptad. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – Det här är den systemgenererade unika identifieraren.
9	Klicka på Skapa. Den skriptade AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Lägg till artiklar i AI-agenten.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Gå till Settings > Profile och konfigurera följande information: Agentnamn – Redigera namnet på AI-agenten efter behov. System-ID – Redigera AI-agentens systemgenererade identifierare efter behov. URL för agentprofilbild – Redigera webbadressen som systemet hämtar AI-agentlogotypen eller AI-agentbilden från. Beskrivning – Ange information om AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen om du vill låta en AI-agent be om feedback i meddelandet. Anpassat felmeddelande – Skriv ett meddelande som visas om det uppstår fel under en chatt med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera artiklar

Artiklar är en viktig del av skriptade AI-agenter. En artikel är kombinationen av en fråga, dess variationer och svar på denna fråga. Varje artikel har en standardfråga som identifierar den. Alla artiklar utgör tillsammans AI-agentens kunskapsbas eller korpus. När din kund frågar något kontrollerar systemet sin kunskapsbas och ger dig det bästa svaret det hittar.

Rasa- och Mindmeld NLU-motorer kräver minst två träningsvarianter (yttranden) för att en artikel ska vara en del av en korpusas tränade modell. Knapparna Träna och Spara och Träna är fortfarande inte tillgängliga i en skriptad AI-agent för att svara på frågor om du väljer en Rasa- eller Mindmeld NLU-motor och om en artikel har mindre än två varianter. När du placerar pekaren på de knappar som inte är tillgängliga visas ett meddelande som ber dig att lösa problemen före träningen. Systemet visar också en varningsikon som motsvarar artikeln med problem. Du kan lösa problemen genom att lägga till fler än två varianter för en artikel. Knapparna Träna och Spara och Träna blir tillgängliga när problemen har lösts. Att ha två varianter är inte tillämpligt för standardartiklarna - delvis matchningsmeddelande, reservmeddelande och välkomstmeddelande.

Du kan klassificera artiklar i kategorier efter eget val och alla okategoriserade artiklar förblir klassificerade som otilldelade. Från den tidpunkt då artiklarna skapas finns det fyra standardartiklar som är tillgängliga för varje AI-agent. Följande är dessa:

Välkomstmeddelande – Detta innehåller det första meddelandet när konversationen mellan kunden och AI-agenten inleds.
Reservmeddelande – AI-agenten visar det här meddelandet när agenten inte kan förstå användarens fråga.
Partiell matchning – När AI-agenten känner igen flera artiklar med en liten skillnad i poäng (som anges i inställningarna för överlämning och slutsatser ) visar agenten det här matchningsmeddelandet tillsammans med de matchade artiklarna som alternativ. Du kan också konfigurera textsvaret så att det visas tillsammans med dessa alternativ.
Vad kan du göra?– Du kan konfigurera AI-agentens funktioner. AI Agent visar detta när slutanvändarna ifrågasätter AI Agent-funktionerna.

Utöver dessa läggs standardartikeln Prata med en agent till om agentöverlämning från överlämnings - och inferensinställningarna är aktiverad.

Alla nya AI-agenter har också fyra Smalltalk-artiklar som hanterar användaryttranden för:

Hälsningsfraser
Tack
AI-agenten var inte till hjälp
Adjö

Dessa artiklar och svar är tillgängliga som standard i kunskapsbasen för AI-agenter när du skapar en ny AI-agent. Du kan också ändra eller ta bort dessa.

Du kan inte ta bort standardartiklarna Välkomstmeddelande, reservmeddelande, Prata med en agent och delar av meddelanden.

Lägg till artiklar via användargränssnitt och standardsvar

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på Skapa ny artikel.
4	Lägg till standardvarianterna.
5	Välj något av dessa standardsvar för artikeln. Möjliga värden: Villkorligt svar – svaret konfigureras av regler. Svaret kan vara i olika format, till exempel text, karusell, snabbsvar, bild, ljud, video, kod och fil. Du kan lägga till flera svar i en artikel. Kodfragment – svaret skapas med hjälp av if-else-villkor. Mer information finns i avsnittet Konfigurera svar med svarsdesignern .
6	Klicka på Spara och utbilda.

Importera från kataloger

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på ellipsikonen .
4	Klicka på Importera från kataloger.
5	Välj vilka kategorier av artiklar som ska läggas till i agenten.
6	Klicka på Klar.

Extrahera vanliga frågor från länk

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på ellipsikonen.
4	Klicka på Extrahera vanliga frågor från länken.
5	Ange webbadressen där vanliga frågor finns och klicka på Extrahera.
6	Klicka på Importera.

Importera från fil

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på ikonen Ellips .
4	Klicka på Importera från en fil och välj CSV importera artiklarna från den CSV filen. Om du importerar artiklar från en fil i JSON-format väljer du JSON.
5	Klicka på Bläddra och välj en fil som innehåller alla artiklar. Klicka på Hämta exempel för att visa i vilket format artiklarna måste anges.
6	Klicka på Importera.

Lägga till egna synonymer

Många användningsfall för AI-agenter tenderar att involvera ord och fraser som kanske inte ingår i den engelska standardvokabulären eller är specifika för ett affärssammanhang. Du vill till exempel att AI-agenten ska känna igen Android-appen, iOS-appen och så vidare. AI-agenten måste inkludera dessa termer och deras variationer i träningsyttrandena för alla relaterade artiklar, vilket leder till redundant datainmatning.

För att lösa problemet med redundans kan du använda anpassade synonymer i en skriptad AI-agent för att svara på frågor. Synonymer för varje rotord ersätts automatiskt med rotordet vid körning av plattformen.

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på ellipsikonen.
4	Klicka på Anpassade synonymer.
5	Klicka på Nytt rotord.
6	Konfigurera rotordsvärdet och dess synonymer och klicka på Spara.
7	Träna AI-agenten igen när du har lagt till synonymerna. Du kan också exportera synonymerna (i filformatet .CSV) till den lokala mappen och importera filen tillbaka till plattformen.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter använder Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är aktiverad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i delningsbar förhandsgranskning eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan nu välja deras föredragna vektormodeller som en del av de avancerade motorinställningarna i Swiftmatch NLU-motorn. Det går att välja mellan två alternativ – Yttrandenivå kontra Vektorer på artikelnivå. I vårt pågående arbete med att förbättra noggrannheten hos våra NLU-motorer experimenterade vi med att använda vektorer på artikelnivå i stället för den äldre modellen som använde vektorer på yttrandenivå. Vi fann att vektorer på artikelnivå förbättrar noggrannheten i de flesta fall. Observera att vektorerna på artikelnivå är det nya standardvärdet för vektorisering för nya enspråkiga AI-agenter. För flerspråkiga AI-agenter stöds matchningar på artikelnivå endast när den flerspråkiga modellen är Polymatch.

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutledning i sessionens andra informationsavsnitt .

Konfigurera hanteringsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten inte tillgänglig.
Inaktiverat meddelande – Skriv ett meddelande till den inaktiverade agenten, det här meddelandet visas för de användare som försöker komma åt agenten.
Återställningsåtgärd – Välj det här alternativet om du vill vidta lämpliga åtgärder på inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på inkommande meddelanden till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av varje AI-agentsvar.
Stängningstid för session – Timeout för sessionen (i minuter), varefter sessionen stängs automatiskt vid användarinaktivitet.
Säkerhet – ansvarsfriskrivningsmeddelandet för medgivandet. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. När detta är inställt på Sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i den skriptade AI-agenten.

Lägga till ett språk i skriptad AI-agent

Innan du börjar

Skapa den skriptade AI-agenten.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på + Lägg till språk för att lägga till nya språk och välj språk i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera växlingsknappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ange språket som standard. Håll muspekaren över språket och klicka på Gör till standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det påverka AI-agentens artiklar, kurering, testning och förhandsgranskning.
6	Klicka på Spara ändringar.

Konfigurera överlämningsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Gå till Inställningar > Överlämning och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera deras frågor eller om de uttryckligen ber om det.
Aktivera återlämning vid reserv – Ett antal på varandra följande återgångsmeddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid partiell matchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för på varandra följande meddelanden – Upprepade meddelanden i följd under en session kan utlösa agentöverlämning. Antalet repetitioner som behövs för den här utlösaren kan konfigureras.

Klicka på Spara ändringar för att spara överlämningsinställningarna.

Nästa steg

Gå till hanteringsavsnitten för skriptad AI-agent eller förhandsgranska din skriptade AI-agent.

Förhandsgranska din skriptade AI-agent

Webex AI Agent Studio kan du förhandsgranska dina AI-agenter medan du utvecklar den och även efter att utvecklingen är klar. På så sätt kan du testa AI-agenternas funktion och avgöra om de önskvärda svaren genereras som motsvarar respektive indatafrågor. Du kan förhandsgranska den skriptade AI-agenten på följande sätt.

AI-agentinstrumentpanel – Håll muspekaren över ett AI-agentkort för att visa förhandsgranskningsalternativet för AI-agenten. Klicka på Förhandsgranska för att öppna förhandsgranskningswidgeten för AI-agenten.
AI-agentrubrik – När du har angett redigeringsläget för en AI-agent genom att klicka på AI-agentkortet eller knappen Redigera på AI-agentkortet är förhandsgranskningsalternativet alltid synligt i rubrikavsnittet.
Minimerad widget – När en förhandsgranskning har startats och sedan minimerats skapas en chatthuvudwidget längst ned till höger på sidan, så att du enkelt kan öppna förhandsgranskningsläget igen.

Utöver detta kan du kopiera den delbara förhandsgranskningslänken inifrån en AI-agent. På AI-agentkortet klickar du på ellipsikonen längst upp till höger och klickar sedan på Kopiera förhandsgranskningslänk. Du kan dela den här länken med andra användare av AI-agenten.

Widget för förhandsgranskning av plattform

Förhandsvisningswidgeten visas längst ned till höger på skärmen. Du kan ange yttranden (eller en sekvens av yttranden) för att se hur AI-agenten svarar, så att den fungerar som förväntat. Förhandsgranskningen av AI-agenten har stöd för flera språk och kan automatiskt identifiera språket i yttranden för att svara därefter. Du kan också välja språk manuellt i förhandsgranskningen genom att klicka på språkväljaren och välja från listan över tillgängliga alternativ.

Du kan maximera förhandsgranskningswidgeten för en bättre vy. Du kan också tillhandahålla konsumentinformation och initiera flera rum för att noggrant testa AI-agenten.

Delbar förhandsgranskningswidget

Widgetfärg – genom att lägga till en brandColor-parameter på länken. Du kan definiera enkla färger med färgnamn eller använda hex-färgkod.
Telefonhölje – genom att ändra värdet på en phoneCasing-parameter i länken. Detta är inställt på true som standard och kan inaktiveras genom att göra det false

Exempel på förhandsgranskningslänk med dessa parametrar: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Gemensamma hanteringsavsnitt för skriptad AI-agent

Följande avsnitt visas i den vänstra panelen på konfigurationssidan för AI-agenten:

Utbildning

När AI-agenter utvecklas och blir mer komplexa kan ändringar i deras logik eller Natural Language Understanding (NLU) ibland få oavsiktliga konsekvenser. För att säkerställa optimal prestanda och identifiera potentiella problem erbjuder AI-agentplattformen ett bekvämt ramverk för robottestning med ett klick. Du kan:

Skapa och kör enkelt en omfattande uppsättning testfall.
Definiera testmeddelanden och förväntade svar för olika scenarier.
Simulera komplexa interaktioner genom att skapa testfall med flera meddelanden.

Definiera tester

Du kan definiera tester med följande steg:

Logga in på Webex AI Agent Studio-plattformen.
På instrumentpanelen klickar du på den skriptade AI-agenten som du har skapat.
Klicka på Testning i den vänstra rutan. Som standard visas fliken Testcases .
Välj ett testfall och klicka på Utför valda tester.

Varje rad i tabellen representerar ett testfall med följande parametrar:

Tabell 1. Testfall
Parameter	Beskrivning
Meddelande	Ett exempelmeddelande som representerar de typer av frågor och instruktioner som du kan förvänta dig att användarna skickar till din AI-agent.
Förväntat språk	Det språk som användarna förväntas interagera med AI-agenten på.
Förväntad artikel	Ange vilken artikel som ska visas som svar på ett visst användarmeddelande. För att hjälpa dig att hitta den mest relevanta artikeln har den här kolumnen en smart funktion för automatisk komplettering. När du går in föreslår systemet matchande artiklar baserat på den text som hittills har angetts.
Återställ tidigare kontext	Markera kryssrutan i den här kolumnen om du vill isolera testfall och se till att de körs oberoende av befintlig AI-agentkontext. När det här alternativet är aktiverat simuleras varje testfall i en ny session, vilket förhindrar störningar från tidigare interaktioner eller lagrade data.
Inkludera partiella matchningar	Aktivera den här växlingsknappen för att betrakta testfall som framgångsrika även om de förväntade artiklarna endast delvis matchar det faktiska svaret.
Importera från CSV	Importera testfall från en CSV fil (kommaseparerad fil). I detta fall skrivs alla befintliga testfall över.
Exportera till CSV	Exportera testfall till en CSV fil (kommaseparerad fil).
Testa återuppringningar	Aktivera den här växlingsknappen för att simulera inkommande återuppringningar och testa flödets beteende utan att kräva faktiska inkommande samtal. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Återuppringning i flöde	Markera kryssrutan i den här kolumnen om du vill ange att en avsikt måste utlösa en återuppringning. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Förväntad motringningsmall	Ange mallnyckeln som ska aktiveras när återuppringningen sker. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Timeout för återuppringning (er)	Den maximala tid (i sekunder) som AI-agenten kan vänta på ett återuppringningssvar innan tidsgränsen för återuppringningen bedöms. En timeout på högst 20 sekunder tillåts. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.

Utför tester

På fliken Körning klickar du på Kör valda tester för att initiera en sekventiell körning av alla valda testfall.

Du kan också köra testfall från fliken Testfall .

När varje testfall har slutförts visar systemet sitt resultat bredvid motsvarande post. Om du vill avsluta ett pågående testfall klickar du på Avbryt körning längst upp till höger på skärmen.

Körningshistorik

På fliken Historik öppnar du alla utförda testfall.

Klicka på ikonen Hämta i kolumnen Åtgärder om du vill exportera körda testdata som en CSV fil för offlineanalys eller rapportering.
Granska de specifika motor- och algoritminställningarna som används för varje testfallskörning. Den här informationen hjälper utvecklare att optimera AI-agentens prestanda.
Om du vill visa de avancerade algoritmkonfigurationsinställningar som används för en viss träningsmotor klickar du på ikonen Info bredvid träningsmotorns namn. Detta ger insikter om de parametrar och inställningar som påverkade AI-agentens beteende under testningen.

Sessioner

Kanaler – kanalen där interaktionen ägde rum (till exempel chatt, röst).
Sessions-ID – en unik identifierare för sessionen.
Konsument-id – användarens unika identifierare.
Meddelanden – Antalet meddelanden som utbytts under sessionen.
Uppdaterad vid – Tidpunkten då sessionen stängdes.
Metadata – Ytterligare information om sessionen.
- Dölj testsessioner – Markera den här kryssrutan om du vill dölja testsessionerna och endast visa listan över livesessioner.
- Agentöverlämning skedde – Markera den här kryssrutan om du vill filtrera sessioner som överlämnas till en agent. Om agentöverlämning sker visas hörlursikonen som indikerar överlämnandet av chatten till en mänsklig agent.
- Fel uppstod – Markera den här kryssrutan om du vill filtrera de sessioner där felet inträffade.
- Nedröstad – Markera den här kryssrutan om du vill filtrera nedröstade sessioner.

Sessionsinformation för en viss session i den skriptade AI-agenten för att besvara frågor

Vyn Sessionsinformation i en skriptad AI-agent för att besvara frågor ger en omfattande uppdelning av en specifik interaktion mellan en användare och AI-agenten.

Avsnittet Meddelanden :

Visar alla meddelanden som skickats av användaren under sessionen.
Visar motsvarande svar som genererats av AI-agenten.
Visar meddelandenas kronologiska ordning och ger kontext för interaktionen.

Fliken Transaktionsinformation :

Listar de artiklar som identifierades som relevanta för kundens fråga, inklusive både exakta matchningar och partiella matchningar.
Visar likhetspoängen för varje identifierad artikel, vilket indikerar graden av relevans.
Presenterar resultaten av de underliggande algoritmerna som används för att bearbeta kundens fråga och identifiera relevanta artiklar.
Visar antalet algoritmresultat beroende på inställningarna som konfigurerats på fliken Överlämning och slutsatsledning .

Avsnittet Annan info i vyn Sessionsinformation ger ytterligare sammanhang och information om en specifik interaktion. Här är en sammanfattning av informationen som visas:

Bearbetad fråga – Visar den förbehandlade versionen av kundens indata efter att de har bearbetats av AI-agentens NLU-pipeline (Natural Language Understanding).
Agentöverlämning – Anger om en agentöverlämning skett under sessionen. Markera kryssrutan Agentöverlämning efter regler om en agentöverlämning har utlösts av särskilda regler.
Svarstyp – Anger vilken typ av svar som genereras av AI-agenten, till exempel ett kodfragment eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU Engine – Identifierar den NLU-motor som används för att bearbeta kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärdespoäng – Visar den lägsta tröskelpoängen och skillnaden i delmatchpoäng som konfigurerats i inställningarna för överlämning och slutsatsledning . Dessa värden avgör när en fråga anses vara utanför omfånget eller kräver agentåtgärder.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-id:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Sessionsinformation för en viss session i den skriptade AI-agenten för att utföra åtgärder

Fliken Transaktionsinformation i den skriptade AI-agenten för att utföra åtgärder ger en detaljerad uppdelning av en specifik interaktion och kategoriserar information i fyra avsnitt:

Avsnittet Avsikter identifierat :

Visar de avsikter som identifierades för kundens fråga.
Anger konfidensnivån för varje identifierad avsikt.
Visar de platser som är associerade med den identifierade avsikten. Klicka på platsen om du vill visa ytterligare information om dess värde och hur den extraherades från användarens fråga.

Avsnittet Algoritmresultat ger insikter om de underliggande processerna som ledde till AI-agentens svar. Här är en sammanfattning av informationen som visas:

List of Intents – Visar de identifierade avsikterna och deras motsvarande likhetspoäng.
Entitetslista – Visar de entiteter som extraherades från användarens meddelande.

Övrig info visar:

Agentöverlämning – Anger om en agentöverlämning skett under sessionen. Markera kryssrutan Agentöverlämning efter regler om en agentöverlämning har utlösts av särskilda regler.
Mallnyckel – Anger mallnyckeln som är kopplad till avsikten som utlöste AI-agentens svar.
Svarstyp – Anger vilken typ av svar som genereras av AI-agenten, till exempel ett kodfragment eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU Engine – Identifierar den NLU-motor som används för att bearbeta kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärdespoäng – Visar den lägsta tröskelpoängen och skillnaden i delmatchpoäng som konfigurerats i inställningarna för överlämning och slutsatsledning . Dessa värden avgör när en fråga anses vara utanför omfånget eller kräver agentåtgärder.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-id:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Du kan också ladda ned och visa transaktionsinformationen i JSON-format med hjälp av nedladdningsalternativet.

På fliken Metadata visas:

NLP-metadata – Granska förbearbetningsstegen som tillämpas på kundens indata på fliken NLP .
Datalager och FinalDF – Få åtkomst till data relaterade till sessionen på flikarna Datastore och FinalDF för smarta robotar.
Sökfunktion – Använd det inbyggda sökfältet för att snabbt hitta specifika yttranden i en konversation.

Historik

På sidan Historik kan du:

Visa träningshistorik – spåra när en korpus tränades och ändringarna gjordes.
Jämför träningsmotorer – Granska de träningsmotorer som används för olika iterationer och deras motsvarande träningsvaraktigheter.
Spåra ändringar – övervaka ändringar av inställningar, artiklar, svar, NLP och curation.
Återgå till tidigare versioner – återgå enkelt till en äldre träningsuppsättning om det behövs.

I avsnittet Historik finns praktiska verktyg för hantering av kunskapsbasartiklar:

Aktivera artiklar – Gör tidigare inaktiva artiklar live för att inkludera dem i AI-agentens svar.
Redigera artiklar – Skapa en ny version av en befintlig artikel samtidigt som originalet behålls som referens.
Förhandsgranskningsprestanda – Utvärdera AI-agentens prestanda med en specifik kunskapsbas med hjälp av förhandsgranskningsfunktionen .
Ladda ned artiklar – exportera dina kunskapsbasartiklar som en CSV fil för offlineanalys eller referens.
Det här alternativet är tillgängligt för skriptad AI-agent endast för att besvara frågor.

Granskningsloggar

Avsnittet Granskningsloggar innehåller en detaljerad förteckning över ändringar som gjorts i din skriptade AI-agent under de senaste 35 dagarna. Så här kommer du åt granskningsloggar:

Gå till instrumentpanelen och klicka på AI-agenten som du har skapat.
Klicka på fliken Historik om du vill visa AI-agentens historik.
Klicka på fliken Granskningsloggar så visas en detaljerad logg över ändringar:
- Uppdaterad vid – Datum och tid då ändringen gjordes.
- Uppdaterad av – användaren som gjorde ändringen.
- Fält – Den del av roboten där ändringen skedde (till exempel Inställningar, Artiklar, Svar).
- Beskrivning – ytterligare information om ändringen.

Använd sökalternativen Uppdaterad av och Fält för att snabbt hitta specifika granskningsloggposter.
På fliken Modellhistorik visas högst 10 korpusar för varje AI-agent.

Kurering

Meddelanden läggs till i Curation-konsolen baserat på följande kriterier:

Reservmeddelanden – när AI-agenten inte förstår en användares meddelande och utlöser reservavsikten.
Standardåterställningsmetod – Om den här växlingsknappen är aktiverad skickas meddelanden som aktiverar standardåterställningsmetoden till kurationskonsolen.

Det här kriteriet gäller endast för skriptad AI-agent för att utföra åtgärder.
Nedröstade meddelanden – Meddelanden som användarna har röstat ned under förhandsvisningar av AI-agenten.
Agentöverlämning – meddelanden som resulterar i en mänsklig agentöverlämning på grund av konfigurerade regler.
Från session – meddelanden som flaggats av användare som inte får önskat svar från sessions- eller rumsdata.
Låg konfidens – Meddelanden med en konfidenspoäng som ligger inom den angivna gränsen för låg konfidensnivå.
Partiell matchning – meddelanden där AI-agenten inte kunde identifiera rätt avsikt eller svar.

Lösa problem

Fliken Problem är en central plats för granskning och hantering av meddelanden som har flaggats för kurering. Du kan göra följande:

Välj att lösa eller ignorera problem baserat på deras allvarlighetsgrad och relevans.
Undersök det ursprungliga användaryttrandet, AI-agentens svar och eventuella bifogade media.

Du kan visa hela innehållet i krypterade sessioner med alternativet Dekryptera innehåll , om du har aktiverat dekrypteringsåtkomst.

Dekrypteringsåtkomst beviljas på användarnivå och kräver att avancerat dataskydd är aktiverat i backend.

Du kan lösa ett problem genom att:

Länka till en befintlig artikel – Om du vill koppla ett problem till en befintlig artikel väljer du alternativet Länka och söker efter önskad artikel.
Skapa ny artikel – Använd alternativet Lägg till i en ny artikel om du vill skapa en ny artikel direkt från Curation Console.
Ignorera problem – Lös eller ignorera problem för att ta bort dem från kureringskonsolen.

Det är inte tillåtet att länka till standardartiklar (välkomstmeddelande, reservmeddelande, delvis matchning).
För skriptad AI-agent för att utföra åtgärder väljer du lämplig avsikt i listrutan och taggar relevanta entiteter.
När du har gjort ändringar tränar du om AI-agenten för att säkerställa att den nya kunskapen återspeglas i svaren.
Lös eller ignorera flera problem samtidigt för effektiv hantering.

Så här lägger du till problem från sessioner:

Identifiera yttrandet – Leta reda på yttrandet som utlöste det felaktiga svaret.
Kontrollera kurationsstatus – Om problemet inte redan finns i kurationskonsolen visas växlingsknappen Kureringsstatus .
Växla flagga – Aktivera växlingsknappen Kureringsstatus för att lägga till yttrandet i Curation Console för granskning och lösning.

Om problemet redan finns i kurationskonsolen ändras växlingsknappens utseende för att ange dess status.

Visa dina skriptade AI-prestanda med Analytics

Avsnittet Analytics innehåller en grafisk representation av viktiga mått för att utvärdera AI-agentens prestanda och effektivitet. Nyckeltalen är indelade i fyra avsnitt som visas som flikar. Dessa är: Översikt, svar, utbildning och kurering.

När utvecklare besöker analysskärmen kan de välja den AI-agent som de vill se analyserna för. De kan också anpassa analysvyn genom att välja den kanal de vill se data för, tillsammans med datumintervallet och kornigheten för data. Som standard visas analysdata för den senaste månaden för alla kanaler med daglig kornighet (varje dag är en punkt på x-axeln i diagrammen).

Översikt

Översikten innehåller viktiga mått och diagram som ger en ögonblicksbild av den övergripande AI-agentanvändningen och prestandan för utvecklarna.

På instrumentpanelen väljer du den AI-agent som du har skapat.
I navigeringsfönstret till vänster klickar du på Analytics. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

Sessioner och meddelanden

Det första avsnittet i översikten visar följande statistik om sessioner och meddelanden för AI-agenten:

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är ett antal sessioner som överlämnats till mänskliga agenter.
Genomsnittliga sessioner per dag
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittliga meddelanden per dag

Användare

Det andra avsnittet i översikten innehåller statistik om användare för AI-agenten. Det ger ett antal totala användare och information om genomsnittliga sessioner per användare och dagliga genomsnittliga användare. Detta följs av ett diagram som visar nya och återkommande användare för varje enhet beroende på vald granularitet.

Föreställning

Det tredje avsnittet innehåller statistik om tbe AI-agentens svar till användare. Här kan man se det totala antalet svar som skickas ut av AI-agenten och uppdelningen mellan svar där AI-agenten:

Identifierade användarens avsikt.
Svarade med ett reservmeddelande.
Svarade med ett partiellt matchningsmeddelande.
Informerade användaren om en agentöverlämning.

Detsamma aggregeras i ett cirkeldiagram och ett ytdiagram ger information baserad på vald kornighet.

Utbildning

Svaren

Kurering

Det här avsnittet innehåller en visuell sammanfattning av hur många kurationsproblem som har uppstått varje dag och hur många av dem som har lösts av AI-agenterna.

Integrera AI-agenter

I det här avsnittet beskrivs hur du integrerar AI-agenter med både röstkanaler och digitala kanaler för att hantera kundkonversationer.

Integrera AI-agenter med röstkanaler och digitala kanaler

När du har skapat och konfigurerat dina AI-agenter i Webex AI Agent Studio-plattformen är nästa steg att integrera dem med röstkanaler och digitala kanaler. Denna integration gör det möjligt för AI-agenterna att hantera både röstbaserade och digitala konversationer med dina kunder, vilket ger en sömlös och interaktiv användarupplevelse.

Mer information finns i artikeln Integrera AI-agenter med röstkanaler och digitala kanaler.

Hantera AI-agentrapporter

I det här avsnittet beskrivs översikten över AI-agentrapporter, rapporttyper, skapande av AI-agentrapporter och rapportleveranslägen.

Förstå AI-agentrapporter

När du öppnar menyn Rapporter från det vänstra navigeringsfönstret visas följande flikar:

Konfigurera – På den här fliken visas alla rapporter som för närvarande är aktiva och som genereras regelbundet. Följande information är tillgänglig för listan över rapporter:
- Aktiv – Om en användare fortfarande prenumererar på rapporten.
- AI-agent – namnet på AI-agenten som är associerad med rapporten.
- Rapporttyp – Den färdiga rapporttyp som du prenumererar på.
- Frekvens – Det intervall under vilket du tar emot rapporten.
- Senaste rapport genererad – Den senaste rapporten som skickades ut.
- Nästa schemalagda datum – Nästa datum då rapporten skickas ut.
Historik – På den här fliken visas all historisk information för de rapporter som skickats till dags dato. Klicka på en rapport på den här sidan om du vill redigera konfigurationen av rapporterna.

Du kan klicka på ikonen Hämta under kolumnen Åtgärder om du vill hämta dessa historikrapporter.

Rapporter på begäran som visas på fliken Historik är tillgängliga för hämtning först när rapportgenereringen är klar.

Skapa en AI-agentrapport

1	Logga in på Webex AI Agent Studio-plattformen.
2	Klicka på Rapporter i det vänstra navigeringsfältet.
3	Klicka på +Ny rapport.
4	Ange följande information när du skapar och konfigurerar rapporten: AI-agent – Namnet på AI-agenten som är kopplad till rapporten. Du kan visa alla AI-agenter för att svara på frågor och utföra uppgifter i det här programmet. Rapporttyp – Den fördefinierade rapporttyp som du vill prenumerera på. När du väljer vilken AI-agent som ska svara på frågor visas tre olika typer av rapporter i fältet AI-agent: Sammanfattning av användning och beteende Transkribering av meddelande Problem med kurering Utdataformat – Det format som du vill att rapporten ska genereras i och skickas till det konfigurerade leveransläget. De format som stöds är CSV och .xlsx. Välj ett av följande alternativ och relevanta inställningar för den typ av rapporter som du vill generera: Generera nu – Ange startdatum och slutdatum för en rapport på begäran. Schemalagd rapport – schemalägg frekvens, tid, tidszon och startdatum för en rapport. När du har skapat den här rapporten kan du använda växlingsknappen Aktivera rapport i rapporten. Du kan aktivera eller inaktivera den här växlingsknappen senare om du vill ta emot eller stoppa rapporten med den schemalagda frekvensen. Leveransläge – se avsnittet Leveranssätt för mer information.

Rapporttyper för AI-agent

AI-agent för att besvara frågor rapporttyp

Användningsbeteende och sammanfattning

I det här avsnittet visas AI-agentsammanfattningen med hur ofta artiklar och kategorier anropas. Du kan visa sammanfattning, kategorier och artikelinformation på en separat flik i rapporterna:

Tabell 1. Information om fliken Sammanfattning
Fält	Beskrivning
AI-agentnamn	Namnet på AI-agenten.
Totalt antal konversationer	Totalt antal konversationer/sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användarna har bidragit med minst en inmatning.
Totalt antal mänskliga meddelanden	De meddelanden som slutanvändarna skickar till AI-agenten.
Totalt antal svar från AI-agenter	Totalt antal meddelanden som AI-agenten skickar till slutanvändare.
Totalt antal delmatchningar	Fall där det fanns viss tvetydighet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer skickade till agent	Totalt antal konversationer som överlämnas till en mänsklig agent.
Totalt antal röster	Totalt antal AI-agentsvar som röstades upp av kunder.
Totalt nedröstningsrekord	Totalt antal AI-agentsvar som nedröstades av kunder.

Tabell 2. Information om kategorifliken
Fält	Beskrivning
Kategorinamn	Namnet på kategorin som konfigurerats i AI-agenten.
Konversationer för kategorin	Antalet konversationer eller sessioner där en artikel som tillhör den här kategorin upptäcktes.
Totalt antal svar	Antalet gånger en artikel som tillhör denna kategori upptäcktes.
Totalt antal röster	Antalet gånger ett svar från den här kategorin röstades upp.
Totalt nedröstningsrekord	Antalet gånger ett svar från den här kategorin röstades ned.

Tabell 3. Information om artikelfliken
Fält	Beskrivning
Artikelnamn	Namnet på artikeln (standardvarianten) som har konfigurerats i AI-agenten.
Artikel kategori	Den kategori som den här avsikten tillhör.
Konversationer för artikeln	Antalet konversationer eller sessioner där den här artikeln upptäcktes.
Totalt antal svar	Antalet gånger där den här artikeln upptäcktes.
Totalt antal röster	Antalet gånger svaret för den här artikeln röstades upp.
Totalt nedröstningsrekord	Antalet gånger svaret för den här artikeln nedröstas.

Hantera transkriptioner

Visar konversationen mellan AI-agenten och kunden tillsammans med likhetspoängen. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpeln för meddelandet.
Sessions-ID	Den unika identifieraren för sessionen.
Konsument-ID	Den unika identifieraren för slutanvändaren i AI-agenten.
Meddelandetyp	AI-agentmeddelandet eller det mänskliga meddelandet.
Meddelandetext	Meddelandets innehåll.
Artikel	Identifieraren för svaret som skickas tillbaka av AI-agenten.
Kategori	Den avsikt som AI-agenten identifierat för kundens meddelande.
Bästa matchresultat	Likhetspoängen för den identifierade avsikten.
Matchad artikel 1	Avsikten som identifierats av den valda NLU-motorn.
Artikel 1 poäng	Poängen för den avsikt som identifierats.
Feedback	Användarens feedback om ett meddelande har röstats upp eller nedröstats.
Feedback kommentar	Kommentarerna som lämnas av användare när de röstar ner ett meddelande.

Problem med kurering

Visar meddelanden som hamnade i kurering som problem av olika skäl. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-ID	Unik identifierare för slutanvändaren i AI-agenten.
Mänskligt budskap	Det mänskliga budskapets innehåll.
AI-agentmeddelande	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till problemet	Anledningen till att detta meddelande hamnar i curation.
Artikel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Kategori	Avsikt som identifierats av AI-agenten för användarens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad artikel 1	Avsikt har identifierats av den valda NLU-motorn.
Artikel 1 poäng	Poäng för den avsikt som identifierats.

AI-agent för att utföra uppgifter rapporttyp

Användningsbeteende och sammanfattning

Visar sammanfattningen av konversationer tillsammans med avsikter och mallnycklar som har utlösts. På sammanfattningsfliken visas följande information:

Tabell 4. Fliken Sammanfattning
Fält	Beskrivning
AI-agentnamn	Namnet på AI-agenten.
Totalt antal konversationer	Totalt antal konversationer eller sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användarna har bidragit med minst en inmatning.
Totalt antal mänskliga meddelanden	De meddelanden som slutanvändarna skickar till AI-agenten.
Totalt antal svar från AI-agenter	Totalt antal meddelanden som AI-agenten skickar till slutanvändare.
Totalt antal delmatchningar	Fall där det fanns viss tvetydighet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer skickade till agent	Totalt antal konversationer som överlämnas till en mänsklig agent
Totalt antal röster	Totalt antal AI-agentsvar som har röstats upp av användare.
Totalt nedröstningsrekord	Totalt antal AI-agentsvar som nedröstades av användare.

Du kan också visa information om avsikter på fliken Avsikter i kalkylbladet:

Tabell 5. Fliken Avsikter
Fält	Beskrivning
Avsiktens namn	Namnet på avsikten som konfigurerats i AI-agenten.
Konversationer för avsikten	Antal konversationer eller sessioner där denna avsikt åberopades.
Totalt antal anrop	Antal gånger denna avsikt åberopades.
Totalt antal slutförda	Antal gånger alla platser samlades in och denna avsikt slutfördes.
Totalt antal röster	Totalt antal svar för det röstades upp för varje avsikt.
Totalt nedröstningsrekord	Totalt antal svar för det nedröstades för varje avsikt.

Rapporten innehåller även mallinformation på hög nivå, till exempel:

Tabell 6. Information om mallen
Fält	Beskrivning
Mallnyckelnamn	Namnet på mallen som konfigurerats i AI-agenten.
Metod för mallnyckel	Avsikter där den här mallnyckeln används.
Konversationer för mallnyckeln	Antal gånger som denna mallnyckel skickades ut som svar.
Totalt antal svar	Antalet gånger som denna mallnyckel skickades som svar.
Totalt antal röster	Antal gånger svaret för den här mallen röstades upp.
Totalt nedröstningsrekord	Antal gånger svaret för den här mallen har röstats ned.

Avskrifter av meddelanden

Visar konversationen mellan en kund och AI-agenten tillsammans med likhetspoäng. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-ID	Unik identifierare för slutanvändaren i programmet.
Meddelandetyp	AI-agentmeddelande eller mänskligt meddelande.
Meddelandetext	Meddelandets innehåll.
Mallnyckel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt som identifierats av AI-agenten för kundens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad avsikt 1	Avsikt har identifierats av den valda NLU-motorn.
Intent 1 poäng	Poäng för den avsikt som identifierats.
Feedback	Användarfeedback om ett meddelande har röstats upp eller nedröstats.
Feedback kommentar	Kommentarer som lämnas av användare vid nedröstning av ett meddelande.

Problem med kurering

Visar meddelanden som hamnade i kurering som problem av olika skäl. Den här rapporten är endast relevant för skriptade AI-agenter. Du kan visa följande information i den här rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för kundens session.
Konsument-ID	Unik identifierare för slutanvändaren i programmet.
Mänskligt budskap	Det mänskliga budskapets innehåll.
AI-agentmeddelande	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till problemet	Anledningen till att detta meddelande hamnar i curation.
Mallnyckel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt som identifierats av AI-agenten för användarens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad avsikt 1	Avsikt har identifierats av den valda NLU-motorn.
Intent 1 poäng	Poäng för den avsikt som identifierats.

Leveranslägen för AI Agent-rapporten

SFTP

Fält	Beskrivning
Skicka rapporter till en säker plats som planerat	Aktivera detta om du vill skicka rapporterna till den säkra platsen vid den schemalagda tiden. Du kan bara ange följande information genom att aktivera den här växlingsknappen.
IP-adress	Systemets IP postadress.
Användarnamn	Användarnamnet för att komma åt rapporterna.
Lösenord	Lösenordet för att komma åt rapporterna.
Privat nyckel	Den privata nyckeln för att komma åt filerna.
Ladda upp sökväg	Sökvägen där filerna dirigeras i systemet.

E-post

Fält	Beskrivning
Schemalägg e-post för flera mottagare, avgränsade med semikolon (;)	Aktivera detta för att lägga till mottagare.
Mottagare	E-postadressen till alla mottagare som måste ta emot rapporterna vid angiven tid och frekvens.

S3 Hink

Fält	Beskrivning
Ladda upp rapporter till en S3-bucket enligt schema	Aktivera detta om du vill göra S3-fälten tillgängliga och dirigera rapporterna till den konfigurerade S3-bucketen.
ID för AWS-åtkomstnyckel	Åtkomstnyckel-ID för åtkomst till AWS-tjänster och -resurser.
AWS hemlig åtkomstnyckel	Den hemliga åtkomstnyckeln för åtkomst till AWS-tjänster och resurser.
Namn på bucket	Namnet på den bucket som rapporten dirigeras till.
Mappnamn	Namnet på mappen som skapas i S3-bucketen.

Förstå AI-efterlevnad

Det här avsnittet hjälper dig att förstå AI-utveckling, datasekretess, säkerhet och säkerhet

AI-utveckling, datasekretess, säkerhet och säkerhet

AI-produktutveckling

Sekretess och säkerhet

Följande är listan över AI-transparensanteckningar för alla AI-funktioner:

Datakällor för utbildning och utvärdering

Säkerhet och etiska överväganden

Alla generativa AI-funktioner är felbenägna, så Cisco prioriterar innehållssäkerhet för AI-funktioner genom att välja innehållsfiltrering som tillhandahålls av Azure OpenAI.

Modellutvärdering och prestanda

Cisco prioriterar AI Assistants prestanda och noggrannhet genom att involvera människor i granskning, testning och kvalitetssäkring av den underliggande modellen.

Kom igång med Webex AI Agent Studio

Funktioner i Webex AI Agent Studio

Korrekta svar i rätt tid – ger exakta svar på kundförfrågningar i realtid.
Intelligent uppgiftskörning – Utför uppgifter baserat på kundens önskemål eller inmatningar.

Viktiga fördelar för företag

Förbättrad kundupplevelse – Ger kunderna en konversationsupplevelse i realtid.
Anpassade interaktioner – skräddarsyr svaren efter individuella kundbehov och preferenser.
Skalbarhet och effektivitet – Hanterar stora volymer kundinteraktioner utan att kräva ytterligare mänskliga agenter, vilket leder till förbättrad tillfredsställelse och minskade driftskostnader.

Förstå AI-agenttyper och exempel

Följande tabell ger en glimt av AI-agenttyper och deras funktioner:

Tabell 1. AI-agenttyper och deras kapacitet
AI-agenttyp	Syfte	Möjlighet	Beskrivning	Hur ställer jag in?
Autonom	Autonoma AI-agenter är utformade för att arbeta självständigt, fatta beslut och utföra uppgifter utan direkt mänsklig inblandning.	Utföra åtgärder	Fatta välgrundade beslut baserat på tillgänglig information och fördefinierade regler. Automatisera repetitiva eller tidskrävande uppgifter.	Autonoma AI-agenter för att utföra åtgärder
Autonom		Svara på frågor	Autonoma agenter kan komma åt och använda ett kunskapslager för att ge informativa och korrekta svar på användarfrågor.	Autonoma AI-agenter för att svara på frågor
Skript	Skriptade AI-agenter är programmerade att följa en fördefinierad uppsättning regler och instruktioner.	Utföra åtgärder	Skriptade agenter kan utföra specifika uppgifter som är tydligt definierade och strukturerade.	Skriptade AI-agenter för att utföra åtgärder
Skript		Svara på frågor	Skriptade agenter kan svara på frågor baserat på en användarskapad utbildningskorpus, som är en samling exempel och svar.	Skriptade AI-agenter för att svara på frågor

Exempel

Både autonoma och skriptade AI-agenter kan tillämpas på olika användningsfall, beroende på specifika krav och önskade funktioner. Några exempel är:

Kundtjänst – Både autonoma agenter och skriptade agenter kan användas för att ge kundsupport, med autonoma agenter som erbjuder mer flexibilitet och naturlig språkförståelse.
Virtuella assistenter – Autonoma agenter är väl lämpade för virtuella assistentroller, eftersom de kan hantera olika uppgifter och tillhandahålla mer personliga interaktioner.
Dataanalys – Autonoma agenter kan användas för att analysera stora datauppsättningar och extrahera värdefulla insikter.
Processautomatisering – Både autonoma agenter och skriptade agenter kan användas för att automatisera repetitiva uppgifter, förbättra effektiviteten och minska antalet fel.
Kunskapshantering – Autonoma agenter kan användas för att skapa och hantera kunskapslager, vilket gör information lättillgänglig för användare.

Valet mellan autonoma och skriptade AI-agenter beror på uppgifternas komplexitet, den nivå av autonomi som krävs och tillgängligheten för träningsdata.

Förutsättningar

Om du redan är kund Webex Contact Center kontrollerar du att du uppfyller följande krav:
- Webex Contact Center 2.0-innehavare.
- Webex Connect etableras för din klientorganisation.
- Röstmedieplattform är nästa generations medieplattform.
Om du inte har en Webex Contact Center-klientorganisation kontaktar du din partner för att starta en Webex Contact Center-utvärdering med nästa generations medieplattform.
Administratörer kan begära att en Webex Contact Center-utvecklarsandlåda testar AI-agenter.

Aktivering av funktioner

Den här funktionen är för närvarande i betaversion. Kunder kan registrera sig för den här funktionen på Webex betaportalen genom att fylla i deltagandeundersökningen för AI-agenter.

För närvarande är endast skriptade AI-agentfunktioner tillgängliga i betafasen.
Autonoma agenter är endast tillgängliga för utvalda kunder. Förfrågningar kan göras via din CSM (Customer Success Manager), PSM (Partner Success Manager) eller via e-post# ask-ccai@cisco.com. Efter godkännande görs autonoma agenter tillgängliga utöver skriptade agenter för din klientorganisation.

Åtkomst Webex AI Agent Studio

Om du vill skapa AI-agenter måste du logga in på programmet Webex AI Agent Studio. Detta kan göras på följande sätt:

Logga in från Control Hub

Om du inte ser Webex AI Agent Studio kontaktar du Cisco-supporten för att aktivera motsvarande funktionsflagga.

Logga in på Control Hub med URL  https://admin.webex.com.
I avsnittet Tjänster i navigeringsfönstret väljer du Kontaktcenter.
I Snabblänkar i den högra rutan går du till avsnittet Kontaktcenter-sviten .
Klicka Webex AI Agent Studio för att komma åt programmet.

Systemet korsstartar Webex AI Agent Studio-programmet på en annan webbläsarflik och du loggas automatiskt in på programmet.

Logga in från Webex Connect

För att få åtkomst till programmet Webex AI Agent Studio bör du ha åtkomst till Webex Connect.

Logga in på Webex Connect-program med den klientorganisations-URL som angetts för ditt företag och dina autentiseringsuppgifter.
Som standard visas sidan Tjänster som en startsida.
 På menyn i appfältet i det vänstra navigeringsfönstret klickar du på Webex AI Agent Studio för att komma åt programmet.
Systemet korsstartar Webex AI Agent Studio-programmet på en annan webbläsarflik och du loggas automatiskt in på programmet.

Layout för startsida

Välkommen till programmet Webex AI Agent Studio. När du loggar in visas följande layout på startsidan:

Navigeringsfält

Navigeringsfältet som visas till vänster ger tillgång till följande menyer:
- Instrumentpanel – Visar en lista över AI-agenter som användaren har åtkomst till, enligt företagsadministratörens beviljande.
- Kunskap – Visar den centrala kunskapsdatabasen eller kunskapsbasen, som fungerar som hjärnan där autonoma AI-agenter kan svara på kundfrågor.
- Rapporter – Visar en lista över fördefinierade AI-agentrapporter av olika typer. Du kan generera eller schemalägga rapporter enligt dina affärsbehov.
- Hjälp – Ger åtkomst till användarhandboken för Webex AI Agent Studio i hjälpcentret för Webex.
Användarprofil
I menyn Användarprofil kan du visa din profilinformation och logga ut från programmet.

Sidan Företagsprofil innehåller information om AI-agentens klientorganisation, som endast är tillgänglig för administratörer med fullständig administratörsåtkomst.
- Fliken Översikt innehåller följande information:
  - Företagsidentifierare – innehåller Webex organisations-ID, CPaaS-organisations-ID och prenumerations-ID för företaget. Detta är tillgängligt för företag med Webex Contact Center-integrering för motsvarande Webex Connect-klientorganisation.
  - Profilinställningar – Innehåller företagsnamn, unikt företagsnamn och logotypens webbadress.
  - Inställningar för global agent – Gör det möjligt att välja standardagent för röstkanal för hantering av reservscenarier.
  - Sammanfattning av datalagring – ger en sammanfattning av datalagringsperioderna för företaget.
- På fliken Teammates kan du visa och hantera listan över teammedlemmar som har åtkomst till programmet. Varje användare tilldelas en roll som avgör vilka åtgärder de kan utföra baserat på beviljade behörigheter.

Lär känna din instrumentpanel

Uppgifter på AI-agentkort

Håll muspekaren över ett AI-agentkort för att visa följande alternativ:

Förhandsgranskning – Klicka på Förhandsgranska för att öppna widgeten för förhandsgranskning av AI-agenter.
Ellipsikon – Klicka på den här ikonen om du vill utföra följande uppgifter:
- Kopiera förhandsgranskningslänk – Kopiera förhandsgranskningslänken för att klistra in den på en ny flik och förhandsgranska AI-agenten i chattwidgeten.
- Kopiera åtkomsttoken – Kopiera AI-agentens åtkomsttoken för att anropa agenten via API:er.
- Exportera – exportera AI-agentinformationen (i JSON-format) till den lokala mappen.
- Ta bort – Ta bort AI-agenten permanent från systemet.
- Fäst AI-agenten på den första positionen på instrumentpanelen eller lossa om du vill flytta tillbaka den till sin tidigare position.

Skapa en ny AI-agent

Information om hur du skapar skriptade och autonoma AI-agenter finns i följande avsnitt:

Skriptad AI-agent för att svara på frågor
Skriptad AI-agent för att utföra åtgärder
Autonom AI-agent för att svara på frågor
Autonom AI-agent för att utföra åtgärder

Importera fördefinierad AI-agent

Klicka på Importera agent.
Klicka på Ladda upp för att ladda upp AI-agentfilen (i JSON-format) som exporterats från plattformen.
I fältet Agentnamn anger du AI-agentnamnet.
(Valfritt) Redigera den systemgenererade unika identifieraren i system-ID :t.
Klicka på Importera.

Din AI-agent har nu importerats till Webex AI Agent Studio-plattformen och är tillgänglig på instrumentpanelen.

Sök nyckelord

Filtrera efter agenttyp

Förutom nyckelordssökning kan du förfina sökresultaten genom att filtrera baserat på typen av AI-agent. Välj ett av agenttypfiltren i listrutan – Manus, Autonomt och Alla.

Hantera kunskapsbasen

Så här kommer du åt kunskapsbasen:

Logga in på Webex AI Agent Studio-plattformen.
I instrumentpanelen klickar du på ikonen Kunskap i det vänstra navigeringsfönstret. Sidan med kunskapsbaser visas.
Du kan hitta en kunskapsbas baserad på följande kriterier:
- Kunskapsbasens namn
- Typ av kunskapsbas
- Kunskapsbaser som uppdateras mellan angivna datum
- Kunskapsbaser som skapats mellan angivna datum
  Klicka på Återställ alla om du vill återställa sökkriterierna.
Du kan också skapa en ny kunskapsbas. Information om hur du skapar en ny kunskapsbas finns i Skapa kunskapsbas för AI Agent.

Skapa kunskapsbas för AI Agent

1	I instrumentpanelen klickar du på ikonen Kunskap i det vänstra navigeringsfönstret.
2	På sidan Kunskapsbaser klickar du på +Skapa kunskapsbas i det övre högra hörnet.
3	På sidan Skapa kunskapsbas anger du följande information: Kunskapsbasnamn – Ange ett namn för kunskapsbasen. Beskrivning – Ge en kort beskrivning av kunskapsbasen.
4	Klicka på Skapa. Systemet skapar en kunskapsbas med det angivna namnet.
5	På fliken Filer : Dra och släpp filerna i kunskapsbasen. Du kan också klicka på Lägg till fil för att lägga till en fil. Systemet stöder följande filformat: PDF, .doc, .docx, data via kabel, .txt, .xlsx, .xls och CSV. Storleken på varje fil får inte överstiga 2 MB. När du har lagt till filerna klickar du på Bearbeta filer för att bearbeta filerna. När du är klar listar systemet filerna under fliken Filer .
6	På fliken Dokument : Klicka på +Skapa dokument om du vill skapa egna knowledge base-dokument. Ange dokumentnamnet på sidan Skapa dokument . Använd textredigeraren för att lägga till nödvändig information och formatera texten efter behov. Markera Lägg till i befintlig kategori om du vill lägga till dokumentet i den befintliga kategorin. Du kan också välja att lägga till i ny kategori och skapa en ny kategori. Klicka på Spara. Du kan också klicka på + Lägg till kategori för att definiera kategorier och lägga till dokumenten under motsvarande kategori. Markera önskat dokument i den vänstra rutan och klicka på Webbförhandsgranskning för att förhandsgranska dokumentet.
7	Navigera till fliken Information om du vill visa och spåra information om de filer som du har överfört och dokument som du har skapat. Klicka på ikonen Redigera om du vill redigera kunskapsbasfilerna. Redigera namnet på filen om det behövs. Du kan också ta bort befintliga filer och lägga till nya filer. Klicka på ikonen Ta bort om du vill ta bort kunskapsbasen helt.

Nästa steg

Konfigurera kunskapsbasen för den autonoma AI-agenten för att besvara frågor.

Konfigurera autonoma AI-agenter

Autonom AI-agent för att utföra uppgifter

De autonoma AI-agenterna kan utföra olika uppgifter, inklusive:

Natural Language Processing (NLP) - Förstå och svara på mänskligt språk på ett naturligt och konversationsmässigt sätt.
Beslutsfattande – Gör välgrundade val baserat på tillgänglig information och fördefinierade regler.
Automatisering – automatisera repetitiva eller tidskrävande uppgifter.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en autonom AI-agent för att utföra åtgärder
Uppdatera autonom AI-agentprofil
Lägga till åtgärder i autonom AI-agent
Konfigurera platsfyllning
Definiera uppfyllelse

Skapa en autonom AI-agent för att utföra åtgärder

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Filtrera AI-agenttypen som Autonom. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Autonom.
6	I avsnittet Vad är agentens huvudfunktion klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – En unik identifierare som genereras av systemet. Det går att redigera det här fältet. AI-motor – Välj AI-motorn i listrutan. Standardmotorn för AI är Nova. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för metodtips och exempel.
9	Klicka på Skapa. Nu har du skapat den autonoma AI-agenten för att utföra åtgärder som nu är tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera fördefinierad AI-agent

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera autonom AI-agentprofil

Innan du börjar

Skapa en autonom AI-agent för att utföra åtgärder.

Klicka på den AI-agent som du har skapat på instrumentpanelen .

Gå till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – Redigera namnet på AI-agenten om det behövs.
System-ID – Redigera AI-agentens system-id om det behövs.
Agentens mål – Redigera AI-agentens mål om det behövs. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
Instruktioner – Ange anvisningarna för AI-agenten. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
URL för agentprofilbild – Standardwebbadressen som systemet hämtar AI-agentens logotyp eller bild från. Ändra detta om det behövs.
AI-motor – Uppdatera AI-motorn om det behövs.
Välkomstmeddelande – Det standardvälkomstmeddelande som AI-agenten använder för att starta interaktionen. Uppdatera detta om det behövs.

Klicka på Publicera för att aktivera AI-agenten.

Nästa steg

Lägg till nödvändiga åtgärder i AI-agenten.

Lägga till åtgärder i autonom AI-agent

Få nödvändig information från kunden.
Överför informationen till önskat flöde.

Den autonoma AI-agenten som utför åtgärder fungerar på följande byggstenar:

Åtgärd – En funktion som gör att AI-agenten kan ansluta till externa system för att utföra komplexa uppgifter.
Entitet eller plats – Representerar ett steg i uppfyllandet av användarens avsikt. Slotfyllning innebär att ställa specifika frågor till kunden för att uppfylla kundens avsikt baserat på yttranden. Det är utlösaren för en AI-agent att börja utföra en åtgärd. Definiera indataenheterna som en del av platsfyllningen.
Uppfyllelse – Avgör hur AI-agenten slutför åtgärden. Som en del av uppfyllelsen definierar du utdataenheterna för den autonoma AI-agenten för att generera svaret i ett visst format. Systemet skickar utdataenheterna till flödet för att fortsätta med åtgärden och slutföra uppgiften.

På fliken Åtgärd klickar du på +Ny åtgärd.

På sidan Lägg till en ny åtgärd anger du följande information:

Åtgärdsnamn – Ange namnet på åtgärden. Till exempel,Boka biljetter.
Åtgärdsbeskrivning – Ge en kort beskrivning av den förväntade åtgärden. Se till att åtgärdsbeskrivningen är tydlig och korrekt.
Åtgärdens omfattning – Välj åtgärdens omfattning i listrutan. Följande alternativ är tillgängliga:
- Klicka på Platsfyllning för att konfigurera de indataenheter som krävs för platsfyllning. Om du väljer platsfyllning kan du inte konfigurera distributionsdetaljerna.
- Klicka på Platsfyllning med uppfyllelse för att konfigurera de indataenheter som krävs för platsfyllning och även definiera detaljerna för åtgärdens uppfyllelse.
Agentöverlämning är standardåtgärden som är aktiverad som standard. Använd växlingsalternativet för att inaktivera agentöverlämning.

Nästa steg

Du kan antingen konfigurera fack eller konfigurera fack och definiera uppfyllelse beroende på vilket åtgärdsomfång som valts.

Konfigurera platsfyllning

Platsfyllning innebär att du lägger till de indataenheter som krävs för AI-motorn. I avsnittet Platsfyllning på sidan Åtgärder lägger du till indataentiteterna:

Du kan lägga till entiteterna en i taget i tabellformat.
Du kan också använda JSON-filen och definiera entiteterna. Mer information finns i En rundtur i JSON-schemat .

Lägga till indataenheter i tabellformat

1	Om du vill lägga till en indataentitet klickar du på +Ny indataentitet.
2	På sidan Lägg till en ny indataentitet anger du följande information: Entitetsnamn – Ange namnet på indataenheten. Enhetstyp – välj enhetens datatyp. Entitetsbeskrivning – ge en kort beskrivning av enheten. Se till att enhetsbeskrivningen är tydlig och korrekt. Exempel på entiteter – ange ett exempel för enheten. Klicka på +Lägg till om du vill lägga till fler exempel. Markera kryssrutan Obligatorisk om du vill göra entiteten obligatorisk.
3	Klicka på Lägg till för att lägga till indataentiteten. Du kan lägga till så många indataentiteter som du behöver.
4	Använd alternativet Kontroller för att utföra följande åtgärder på entiteten: Klicka på ikonen Redigera om du vill redigera de tillagda inmatningsentiteterna. Klicka på ikonen Ta bort om du vill ta bort entiteten.

Lägga till entiteter med JSON-redigeraren

Du kan lägga till indataentiteter och utdataentiteter med JSON-redigeraren. I JSON-redigeringsvyn måste entiteterna definieras i ett strukturerat JSON-format.

Mer information finns i En rundtur i JSON-schemat.

Parameterstruktur för indata

Ingångsparametrarna måste följa följande struktur:

type – datatyp för parameterobjektet. Detta är alltid "objekt" för att beteckna att parametrarna är strukturerade som ett objekt.

properties – Ett objekt där varje nyckel representerar en parameter och dess associerade metadata.

required – En matris med strängar med namnen på parametrar som är obligatoriska.

Egenskaper Objekt

Varje nyckel i egenskapsobjektet representerar en indataenhet/parameter och innehåller ett annat objekt med metadata om den parametern. Metadata ska alltid innehålla följande nyckelord:

type – parameterns datatyp. De tillåtna typerna är:
- string – Textdata.
- heltal – numeriska data utan decimaler.
- tal – numeriska data som kan innehålla decimaler.
- booleskt – Sant/falskt-värden.
- array – En lista med objekt som vanligtvis är av samma typ.
- object – En komplex datastruktur med kapslade egenskaper.
beskrivning – En kort förklaring av vad enheten representerar. Detta hjälper AI-motorn att förstå syftet med och användningen av parametern. En beskrivning som är kortfattad och överensstämmer med agentens instruktioner och åtgärdsbeskrivning rekommenderas för bättre noggrannhet.
Validering verkställs endast av plattformen för "typ". "Beskrivning" tillämpas inte för alla entiteter, men vi rekommenderar starkt att den läggs till. Andra användbara nyckelord för entitetsmetadata är:
- enum – I uppräkningsfältet visas möjliga värden för en parameter. Detta är användbart för parametrar som endast ska acceptera en begränsad uppsättning värden. Utvecklare kan definiera anpassade listor med värden som en parameter ska acceptera för att använda detta.
- pattern – Mönsterfältet används tillsammans med strängtyper för att ange ett reguljärt uttryck som strängen måste matcha. Detta är särskilt användbart för validering av specifika format, till exempel telefonnummer, postnummer eller anpassade identifierare.
- exempel – I fältet exempel finns ett eller flera exempel på giltiga värden för parametern. Detta hjälper AI-motorn att förstå vilken typ av data som förväntas och kan vara särskilt användbart för tolkning och validering.

Det finns andra nyckelord som kan göra enhetsdefinitionen mer exakt och robust. Mer information finns i En rundtur i JSON-schemat.

Exempel

Följande exempel innehåller olika typer av entiteter och nyckelord:

{ "type": "object", "properties": { "username": { "type": "string", "description": "Det unika användarnamnet för kontot.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "Lösenordet för kontot.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "E-postadressen för kontot.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "födelsedatum": { "type": "string", "description": "Användarens födelsedatum.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Om användaren vill få nyhetsbrev.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista över roller som tilldelats användaren.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["användarnamn", "lösenord", "e-post"] }

Det här exemplet innehåller följande entiteter:

username – En strängtyp med begränsning för minsta och högsta längd.
password – En strängtyp med en minimilängd och ett visst format (lösenordet anger att den ska hanteras säkert).
e-post – en strängtyp med ett regex-mönster för att säkerställa att det är en giltig e-postadress.
födelsedatum – En strängtyp med exempel som anger datumets format.
preferences – En objekttyp med kapslade egenskaper (nyhetsbrev och meddelanden), inklusive en boolesk med ett standardvärde och en sträng med specifika tillåtna värden (enum).
roles – En matristyp där varje objekt är en sträng som är begränsad till specifika värden (enum).

Användarnamn, lösenord och e-postadress är obligatoriska enligt definitionen i matrisen "obligatoriskt".

Definiera uppfyllelse

1	Definiera distributionsdetaljerna för implementering av AI-agenten i ett kontaktcenter. Ange följande information: Välj en metod för uppfyllelse – Välj flödet. Välj en flödesbyggare – Välj önskad flödesbyggare. URL för Flow webhook – ange webhook-URL:en. Mer information finns i Inkommande webhooks. Tjänstnyckel – Ange information om servicenyckeln.
2	Konfigurera utdataentiteterna så att AI-agenten genererar resultatet i ett format som kan förstås av flödet.
3	Om du vill lägga till en utdataentitet klickar du på +Ny utdataenhet. På skärmen Lägg till en ny utdataentitet anger du följande information: Entitetsnamn – Ange namnet på utdataenheten. Enhetstyp – välj enhetens datatyp. Entitetsbeskrivning – ge en kort beskrivning av enheten. Se till att beskrivningen är tydlig och korrekt. Exempel på entiteter – ange ett exempel för enheten. Klicka på +Lägg till om du vill lägga till fler exempel. Markera kryssrutan Obligatoriskt om du vill göra detta till en obligatorisk enhet. Du kan också använda en JSON-fil för att lägga till utdataentiteterna. Mer information finns i Lägga till entiteter med JSON-redigeraren .
4	Klicka på Lägg till för att lägga till utdataentiteten. Du kan lägga till så många utdataenheter som du behöver.
5	Använd alternativet Kontroller för att utföra följande åtgärder på entiteten: Klicka på ikonen Redigera om du vill göra ändringar i entiteten. Klicka på ikonen Ta bortom du vill ta bort entiteten.
6	Klicka på Lägg till för att slutföra konfigurationen.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent. Klicka på Publicera för att aktivera AI-agenten.

När du har konfigurerat AI-agenten:

Information om hur du visar AI-agentprestanda finns i Visa prestanda för autonoma AI-agenter med Analytics.
Information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Autonoma AI-agenter för att svara på frågor

Autonoma agenter kan komma åt och använda ett kunskapslager för att ge informativa och korrekta svar på användarfrågor. Den här funktionen är användbar i scenarier där agenten behöver:

Ge kundsupport – svara på vanliga frågor, felsök problem och vägled kunder genom processer.
Erbjud teknisk hjälp – ge expertråd om specifika ämnen eller områden.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en autonom AI-agent för att svara på frågor
Uppdatera autonom AI-agentprofil
Konfigurera kunskapsbasen

Skapa en autonom AI-agent för att svara på frågor

Innan du börjar

Se till att skapa kunskapsbasen. Mer information finns i Hantera kunskapsbaser.

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Autonom. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Autonom.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – En unik identifierare som genereras av systemet. Det går att redigera det här fältet. AI-motor – Välj önskad AI-motor i listrutan. Standardmotorn för AI är Nova. För röstbaserad förhandsgranskning väljer du Vega. Mer information finns i Röstbaserad förhandsgranskning . Kunskapsbas – Välj den kunskapsbasfil som krävs i listan över tillgängliga kunskapsbaser. Du kan inte mappa den valda kunskapsbasen till andra AI-agenter. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
9	Klicka på Skapa. Den autonoma AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera autonom AI-agentprofil

Innan du börjar

Skapa en autonom AI-agent för att svara på frågor.

Klicka på den AI-agent som du har skapat på instrumentpanelen .

Gå till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – Redigera namnet på AI-agenten om det behövs.
System-ID – Redigera AI-agentens system-id om det behövs.
Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI Agent för riktlinjer och exempel.
URL för agentprofilbild – redigera webbadressen som systemet hämtar AI-agentens logotyp eller bild från.
AI-motor – Välj önskad AI-motor i listrutan.
Välkomstmeddelande – Ange välkomstmeddelandet som AI-agenten ska använda för att starta interaktionen.
Tillåt överlämning av agent – Aktivera växlingsalternativet för att överföra konversationen till en mänsklig agent när en kund vill prata med en agent.

Klicka på Spara ändringar för att aktivera AI-agenten.

Nästa steg

Konfigurera kunskapsbasen för AI-agenten.

Konfigurera kunskapsbasen

Innan du börjar

Skapa en autonom AI-agent för att svara på frågor.

1	På sidan Instrumentpanel väljer du den AI-agent som du har skapat.
2	Gå till fliken Knowledge Base .
3	Välj den kunskapsbas som krävs i listrutan.
4	Klicka på Spara ändringar för att aktivera AI-agenten.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent.

När du har konfigurerat AI-agenten:

Information om hur du visar AI-agentprestanda finns i Visa prestanda för autonoma AI-agenter med Analytics.
Information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Visa autonom AI-agentsession och historik

Sessioner

På sidan Sessioner finns ett omfattande register över alla interaktioner mellan AI-agenter och användare. Så här navigerar du till sidan Sessioner :

På instrumentpanelen klickar du på den autonoma AI-agent som du vill visa sessionsinformation för.
I det vänstra navigeringsfönstret klickar du på Sessioner.

Sidan Sessioner visas. Varje session visas som en post som innehåller alla meddelanden från sessionen. Den här informationen är användbar för att granska, analysera och förbättra AI-agenten.

Sessions-id – unikt rums-id eller sessions-id för en konversation.
Konsument-ID – ID för konsumenten som interagerade med AI-agenten.
Kanaler – Kanal där interaktionen ägde rum.
Uppdaterad vid – Tidpunkt då rummet stängdes.
Rumsmetadata – Innehåller ytterligare information om rummet.
Markera de obligatoriska kryssrutorna:
- Dölj testsessioner – Om du vill dölja testsessionerna och endast visa listan med livesessioner.
- Agentöverlämning skedde – för att filtrera sessioner som överlämnas till en agent. Om agenten överlämnas visas hörlursikonen som indikerar överlämnandet av chatten till en mänsklig agent.
- Fel uppstod – för att filtrera de sessioner där felet inträffade.
- Nedröstad – För att filtrera de nedröstade sessionerna.
Klicka på en rad i sessionstabellen om du vill se en detaljerad vy över sessionen. Låsikonen indikerar att sessionen är låst och måste dekrypteras. Du måste ha behörighet att dekryptera sessionen. Om växlingsknappen Dekryptera åtkomst är aktiverad kan du komma åt alla sessioner med knappen Dekryptera innehåll . Den här funktionen gäller dock bara när Avancerat dataskydd har angetts till sant eller aktiverats för klientorganisationen.

Historik

På sidan Historik kan du visa information om de konfigurationsändringar som utförts på AI-agenten. Så här visar du historiken för en viss agent:

På instrumentpanelen klickar du på den autonoma AI-agent som du vill visa historiken för.
I det vänstra navigeringsfönstret klickar du på Historik.

Sidan Historik visas med följande flikar:

Granskningsloggar – Klicka på fliken Granskningsloggar om du vill visa de ändringar som gjorts i AI-agenterna.
Modellhistorik – Klicka på fliken Modellhistorik för att visa de olika versionerna av den autonoma AI-agenten för att utföra åtgärder.

Granskningsloggar

Uppdaterad vid – Data och tidpunkt för ändringen.
Uppdaterad av – namnet på användaren som införlivade ändringen.
Fält – Det specifika avsnitt i AI-agenten där ändringen gjordes.
Beskrivning – ytterligare information om ändringen.

Modellhistorik

Fliken Modellhistorik är endast tillgänglig för den autonoma AI-agenten för att utföra åtgärder.

Modellbeskrivning – En kort beskrivning av AI-agentens version.
AI-motor – AI-motorn som används för den versionen av AI-agenten.
Uppdaterad den – Datum och tid då versionen skapades.
Åtgärder – Gör att du kan utföra följande åtgärder på AI-agenten
- Läs in – Alla ändringar på AI-agenten går förlorade. Du måste utföra konfigurationen igen.
- Exportera – Använd för att exportera AI-agenten.

Förhandsgranska din autonoma AI-agent

Du kan förhandsgranska de autonoma AI-agenterna när du skapar AI-agenten, när du redigerar och efter distributionen av agenten. Du kan öppna förhandsgranskningen från:

Instrumentpanel för AI-agenter – När du hovrar över ett AI-agentkort visas förhandsgranskningsalternativet för AI-agenten. Klicka här om du vill öppna förhandsgranskningen av AI-agenten.
AI-agentrubrik – Klicka på AI-agentkortet för att öppna AI-agenten. Alternativet Förhandsgranskning är alltid synligt i rubrikavsnittet.
Minimerad widget – När en förhandsgranskning har startats och minimerats visas en chatthuvudwidget längst ned till höger på sidan. Du kan använda det här alternativet för att enkelt öppna förhandsgranskningsläget igen.

Widget för förhandsgranskning av plattform

Förhandsvisningswidgeten visas längst ned till höger på skärmen. Du kan ange yttranden (eller en sekvens av yttranden) för att kontrollera AI-agentens svar och se till att de fungerar korrekt.

Du kan också minimera förhandsgranskningswidgeten, tillhandahålla konsumentinformation och starta flera rum för att testa AI-agenten.

Delbar förhandsgranskningswidget

Widgetfärg – genom att lägga till parametern brandColor på länken. Du kan definiera enkla färger med färgnamn eller använda hex-koden för färger.
Telefonhölje – genom att ändra värdet på parametern phoneCasing i länken. Detta är inställt på true som standard och kan inaktiveras genom att göra det false.

Exempel på förhandsgranskningslänk med dessa parametrar:? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Ange en färgs hexadecimala värde i formatet '_XXXX'>.

Röstbaserad förhandsgranskning

Autonom AI-agent för att svara på frågor stöder röstbaserad förhandsgranskning. Så här aktiverar du det här alternativet:

Gå till Dashboard och välj AI-agenten.
Navigera till Inställningar > profil.
1. I listrutan AI Engine väljer du Vega.
Klicka på Spara ändringar.

Alternativet Förhandsgranskning uppdateras med en mikrofonikon för röstbaserad förhandsgranskning. Klicka på Förhandsgranska. Röstförhandsgranskningswidgeten visas.

Du måste aktivera mikrofonåtkomst för att använda den här funktionen.

Du kan visa följande alternativ i röstförhandsgranskningswidgeten:

Start-knappen för att starta förhandsgranskningen.
Live-transkription av konversationen visas i widgeten när röstförhandsgranskningen pågår.
Avsluta samtal för att avsluta konversationen.
Stäng av ljudet om du vill stänga av ljudet.

Visa prestanda för autonoma AI-agenter med Analytics

Avsnittet AI-agentanalys ger en grafisk representation av nyckelmåtten för att utvärdera AI-agentens prestanda och effektivitet. Så här genererar du analyser för den autonoma AI-agenten:

Välj AI-agenten på instrumentpanelen .
I navigeringsfönstret till vänster klickar du på Analytics. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

I det första avsnittet visas följande statistik om sessioner och meddelanden för AI-agenten.

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är antalet sessioner som överlämnats till mänskliga agenter.
Genomsnittliga sessioner per dag
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittliga meddelanden per dag

Det andra avsnittet visar statistik om användarna. Det ger ett antal totala användare och information om genomsnittliga sessioner per användare och dagliga genomsnittliga användare.

I det tredje avsnittet visas AI-agentsvaren och agentöverlämningarna

Konfigurera skriptad AI-agent

Skriptad AI-agent för att utföra uppgifter

Kör enkla kommandon – följ instruktionerna för att slutföra fördefinierade åtgärder.
Bearbetar data – manipulera och transformera data enligt angivna regler.
Interagera med andra system – kommunicera med och kontrollera andra lösningar.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en skriptad AI-agent för att utföra åtgärder
Uppdatera skriptad AI-agentprofil
Hantera entiteter
Hantera avsikter
Hantera svar
Konfigurera hanteringsinställningar
Lägga till ett språk i skriptad AI-agent
Konfigurera överlämningsinställningar

Skapa en skriptad AI-agent för att utföra åtgärder

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på + Skapa agent.
3	På skärmen Skapa en AI-agent skapar du en ny AI-agent från grunden. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Skriptad. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Börja från början och sedan på Nästa.
5	I avsnittet Vilken typ av agent skapar du? klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion? klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – Det här är den systemgenererade unika identifieraren. Du kan också redigera det här fältet. AI-motor – Välj AI-motorn i listrutan.
9	Klicka på Skapa. Den skriptade AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Skapa entiteter, lägg till avsikter och definiera svar.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Gå till Settings > Profile och konfigurera följande information: Agentnamn – Redigera namnet på AI-agenten efter behov. System-ID – Redigera AI-agentens systemgenererade identifierare efter behov. URL för agentprofilbild – Redigera webbadressen som systemet hämtar AI-agentlogotypen eller AI-agentbilden från. Beskrivning – Ange information om AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen om du vill låta en AI-agent be om feedback i meddelandet. Anpassat felmeddelande – Skriv ett meddelande som visas om det uppstår fel under en chatt med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera entiteter

Typer av enheter

Webex AI Agent Studio erbjuder 11 fördefinierade entitetstyper för att samla in olika typer av användardata. Du kan också skapa någon av följande anpassade entiteter.

Anpassade entiteter

Dessa entiteter är konfigurerbara och gör det möjligt för utvecklare att samla in användningsfallsspecifik information.

Anpassad lista – definiera listor med förväntade strängar för att samla in specifika datapunkter som inte täcks av fördefinierade enheter. Du kan lägga till flera synonymer för varje sträng. Till exempel en enhet med anpassad pizzastorlek.
Regex – använd reguljära uttryck för att identifiera specifika mönster och extrahera motsvarande data. Till exempel ett telefonnummer regex (till exempel 123-123-8789).
Siffror – samla in numeriska inmatningar med fast längd med hög noggrannhet, särskilt i röstinteraktioner. I icke-röstinteraktioner används det som ett alternativ till entitetstyperna Custom och Regex. Om du till exempel vill identifiera ett femsiffrigt kontonummer måste en längd på fem definieras.
Alfanumeriskt – samla in kombinationer av bokstäver och siffror, vilket ger korrekt igenkänning för både röstinmatningar och andra inmatningar.
Fritext – samla in flexibla datapunkter som är svåra att definiera eller validera.
Kartplats (WhatsApp) – extrahera platsdata som du delar på WhatsApp-kanalen.

Systementiteter

Enhetens namn	Beskrivning	Exempel på inmatning	Exempel på utdata
Datum	Tolkar datum på naturligt språk till ett standarddatumformat	"Juli nästa år"	01/07/2020
Tid	Tolkar tid på naturligt språk till ett standardtidsformat	5 på kvällen	17:00
E-post	Identifierar e-postadresser	Skriv till mig på info@cisco.com	info@cisco.com
Telefonnummer	Identifierar vanligt telefonnummer	Ring mig på 9876543210	9876543210
Monetära enheter	Tolkar valuta och belopp	Jag vill 20$	20$
Ordinal	Identifierar ordningstal	Fjärde av tio personer	4:e
Kardinal	Detekterar kardinalnummer	Fjärde av tio personer	10
Geolokalisering	Upptäcker geografiska platser (städer, länder etc.)	Jag badade i Themsen i London, Storbritannien	London, Storbritannien
Personnamn	Identifierar vanliga namn	Bill Gates från Microsoft	Bill Gates
Antal	Identifierar mätningar, som av vikt eller avstånd	Vi är 5 km från Paris	5 km
Varaktighet	Identifierar tidsperioder	1 veckas semester	1 vecka

Skapade entiteter kan redigeras från fliken entiteter. Om du länkar entiteter till en avsikt kommenteras dina yttranden med identifierade entiteter när du lägger till dem.

Entitetsroller

Skapa en entitet med entitetsroller

Innan du börjar

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på den skriptade AI-agenten som du har skapat.
3	Klicka på Träning i den vänstra rutan.
4	På sidan Träningsdata klickar du på fliken Entiteter .
5	Klicka på Skapa entitet.
6	I fönstret Skapa entitet anger du följande fält: Enhetsnamn – ange enhetens namn. Enhetstyp – välj alternativet Anpassad lista i listrutan. Values (Värden) – Ange ett värde för entiteten.
7	Aktivera växlingsknappen Automatiskt föreslå platsvärden till automatisk komplettering och ge alternativa förslag för den här entiteten under konversationen. Fältet Roller visas när du skapar en anpassad entitet endast om entitetsroller har aktiverats i avsnittet Avancerade inställningar i fönstret Ändra utbildningsmotor för RASA- och Mindmeld NLU-motorer.
8	Klicka på Spara. Du kan använda alternativen Redigera och Ta bort i kolumnen Åtgärder för att utföra relaterade åtgärder.

Nästa steg

När du har skapat en entitet kan du länka roller till en entitet.

Länka roller till en entitet

1	Logga in på Webex AI Agent Studio-plattformen.
2	Klicka på den AI-agent som du har skapat på instrumentpanelen .
3	Klicka på Utbildning i den vänstra rutan.
4	På sidan Träningsdata väljer du en avsikt att länka entiteter och entitetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Platser klickar du på Länka entitet.
6	Välj entitetsroll för entitetsnamnet.
7	Klicka på Spara. Du kan tilldela roller till en entitet för att samla in samma entitet två gånger i en avsikt.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter använder Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är aktiverad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i delningsbar förhandsgranskning eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan nu välja deras föredragna vektormodeller som en del av de avancerade motorinställningarna i Swiftmatch NLU-motorn. Det går att välja mellan två alternativ – Yttrandenivå kontra Vektorer på artikelnivå. I vårt pågående arbete med att förbättra noggrannheten hos våra NLU-motorer experimenterade vi med att använda vektorer på artikelnivå i stället för den äldre modellen som använde vektorer på yttrandenivå. Vi fann att vektorer på artikelnivå förbättrar noggrannheten i de flesta fall. Observera att vektorerna på artikelnivå är det nya standardvärdet för vektorisering för nya enspråkiga AI-agenter. För flerspråkiga AI-agenter stöds matchningar på artikelnivå endast när den flerspråkiga modellen är Polymatch.

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutledning i sessionens andra informationsavsnitt .

Hantera avsikter

Systemavsikter

Standardreservmetod – En AI-agents funktioner begränsas till sin natur av de avsikter som är utformade för att känna igen och svara på. Även om ett företag inte kan förutse alla möjliga frågor du kan ställa, kan standardåterställningsmetoden hjälpa konversationer att vara på rätt spår.
Genom att implementera en standardåterställningsmetod kan AI-agentutvecklare se till att AI-agenten hanterar oväntade frågor eller frågor som inte omfattas och omdirigerar konversationen tillbaka till kända avsikter.
AI-agentutvecklare behöver inte lägga till specifika yttranden i reservavsikten. Agenten kan utbildas i att automatiskt utlösa återställningsmetoden när den stöter på kända frågor som inte omfattas och som annars felaktigt kan kategoriseras i andra avsikter.
I en AI-bankagent kan kunder till exempel försöka fråga om lån. Om AI-agenten inte är konfigurerad för att hantera lånerelaterade förfrågningar kan dessa frågor införlivas som träningsfraser inom standardreservavsikten . När en kund frågar om lån någon gång i konversationen känner AI-agenten igen frågan som faller utanför de definierade avsikterna och utlöser återställningssvaret. Detta säkerställer ett lämpligare svar.

Reservavsikten bör inte ha några luckor associerade med den.

Återställningsmetoden måste använda standardnyckeln för återställningsmallen för sitt svar.
Hjälp – Den här avsikten är utformad för att hantera kundförfrågningar om AI-agentens funktioner. När kunder är osäkra på vad de kan åstadkomma eller stöter på svårigheter under ett samtal, söker de ofta hjälp genom att be om hjälp.
Som standard mappas svaret för hjälpavsikten till nyckeln för hjälpmeddelandemallen . AI-agentutvecklare kan dock anpassa svaret eller ändra den associerade mallnyckeln för att ge mer skräddarsydd och informativ vägledning.
Vi rekommenderar att du förmedlar AI-agentens kapacitet på en hög nivå, så att kunderna får en tydlig förståelse för vad de kan göra härnäst.
Prata med en agent – Med den här avsikten kan kunderna begära hjälp från en mänsklig agent när som helst under interaktionen med AI-agenten. När den här avsikten anropas initierar systemet automatiskt en överföring till en mänsklig agent. Standardsvarsmallen för den här avsikten är agentöverlämning. Det finns inga användargränssnittsbegränsningar för att ändra svarsmallnyckeln, men om du ändrar den påverkas inte resultatet av den mänskliga överlämningen.

Avsikter med småprat

Alla nyskapade AI-agenter har fyra fördefinierade småpratsmetoder för att hantera vanliga kundhälsningar, uttryck för tacksamhet, negativ feedback och avsked:

Hälsningsfraser
Tack
AI-agenten var inte till hjälp
Adjö

Skapa en avsikt

Innan du börjar

Innan du skapar en avsikt måste du skapa entiteter som ska länka till avsikten. Mer information finns i Skapa entitet med entitetsroller.

1	Logga in på Webex AI Agent Studio-plattformen.
2	Välj en AI-agent på instrumentpanelen.
3	Klicka på Utbildning i den vänstra rutan.
4	På sidan Träningsdata klickar du på Skapa avsikt.
5	I fönstret Skapa avsikt anger du följande information: Avsiktsnamn – Ange avsiktens namn. Lägg till yttrande – Lägg till en fras för att åberopa avsikten och klicka på Lägg till. Om det finns några entiteter i de tillagda yttrandena kommenteras de automatiskt i yttrandena och visas i avsnittet Slots . Du kan lägga till fler entiteter som platser i en avsikt. Mer information finns i Skapa entitet med entitetsroller. Varje fack visar följande: Enhetens namn. Om det krävs för att avsikten ska slutföras. Antalet nya försök som AI-agenten försöker hämta platsvärdet från användaren. Mallnyckeln.
6	Markera kryssrutan Obligatorisk om enheten är obligatorisk.
7	Ange antalet återförsök som tillåts för den här platsen. Som standard är siffran inställd på tre.
8	Välj mallnyckeln i listrutan. Klicka på Skapa ny om du vill skapa en ny svarsmallnyckel för entiteten. Svarsinnehållet för dessa mallnycklar konfigureras i avsnittet Svar . Varje mallnyckel har ett motsvarande svar som skickas till användaren när avsikten utlöses.
9	I avsnittet Svar anger du nyckeln till den slutliga svarsmallen som ska returneras till användarna när avsikten har slutförts.
10	Aktivera växlingsknappen Återställ platser efter slutförande för att återställa platsvärdena som samlats in i konversationen när avsikten är klar. Om den här växlingsknappen är inaktiverad behåller facket de gamla värdena och visar samma svar.
11	Aktivera växlingsknappen Uppdatera platsvärden om du vill uppdatera platsvärdet under konversationen med konsumenten. AI-agenten tar hänsyn till det senast ifyllda värdet i facket för att bearbeta data. Om detta är aktiverat uppdateras värden för fyllda platser när kunder lämnar ny information för samma platstyp.
12	Aktivera växlingsknappen Ge förslag på platser om du vill ge förslag på platsfyllning och alternativa platsvärden i det slutliga svaret, baserat på användarinmatning.
13	Aktivera växlingsknappen Avsluta konversation för att stänga sessionen efter den här avsikten. Webex Connect och röstflöden kan använda detta för att avsluta en konversation med konsumenterna.
14	Klicka på Spara. Klicka på Träna längst upp till höger på fliken Utbildning för att visa eventuella ändringar som gjorts i avsikter och entiteter. För att träna Rasa- eller Mindmeld NLU-motorer krävs minst två träningsvarianter (yttranden) per avsikt. Dessutom måste varje fack ha minst två anteckningar. Om dessa krav inte uppfylls är knappen Träna inaktiverad. En varningsikon visas bredvid den berörda avsikten för att indikera problemet. Standardåterställningsavsikten är dock undantagen från dessa krav.

Nästa steg

Länka entiteter med avsikt

Innan du börjar

Se till att du skapar entiteter och länkar dem innan du lägger till yttranden. Den här automatiskt kommenterar entiteterna medan yttranden läggs till.

1	Logga in på Webex AI Agent Studio-plattformen.
2	Klicka på den AI-agent som du har skapat på instrumentpanelen .
3	Klicka på Utbildning i den vänstra rutan.
4	På sidan Träningsdata väljer du en avsikt att länka entiteter och entitetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Platser klickar du på Länka entitet. De länkade enheterna visas i avsnittet Platser.
6	Välj entitetsroll för entitetsnamnet.
7	Klicka på Spara. När en entitet markeras som obligatorisk blir ytterligare konfigurationsalternativ tillgängliga. Du kan ange det maximala antalet gånger som AI-agenten kan begära den saknade entiteten innan den eskaleras eller ger ett återställningssvar. Du kan definiera mallnyckeln som ska anropas om den entitet som krävs inte tillhandahålls inom det angivna antalet återförsök. När en AI-agent har identifierat en avsikt och samlat in alla nödvändiga data (platser) svarar den med meddelandet som är associerat med den slutliga mallnyckeln som konfigurerats för avsikten. Om du vill starta en ny konversation eller hantera efterföljande avsikter utan att överföra tidigare data måste du aktivera växlingsknappen Återställ platser efter slutförande . Den här inställningen rensar alla identifierade entiteter från konversationshistoriken, vilket säkerställer en nystart för varje ny interaktion.

Generera träningsdata

Följ stegen nedan för att generera träningsdata:

Ange avsiktsnamnet och ett exempelyttrande.
Klicka på Generera.
Ge en kort beskrivning av avsikten att vägleda AI:n.
Ange önskat antal varianter och kreativitetsnivån för de AI-genererade förslagen.

Att generera många varianter samtidigt kan påverka kvaliteten. Vi rekommenderar högst 20 varianter per generation.
En lägre kreativitetsinställning kan producera mindre olika varianter.
Genereringsprocessen kan ta några sekunder, beroende på antalet varianter som begärs.
Blixtikonen skiljer AI-genererade varianter från användardefinierade träningsdata.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter använder Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är aktiverad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i delningsbar förhandsgranskning eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan nu välja deras föredragna vektormodeller som en del av de avancerade motorinställningarna i Swiftmatch NLU-motorn. Det går att välja mellan två alternativ – Yttrandenivå kontra Vektorer på artikelnivå. I vårt pågående arbete med att förbättra noggrannheten hos våra NLU-motorer experimenterade vi med att använda vektorer på artikelnivå i stället för den äldre modellen som använde vektorer på yttrandenivå. Vi fann att vektorer på artikelnivå förbättrar noggrannheten i de flesta fall. Observera att vektorerna på artikelnivå är det nya standardvärdet för vektorisering för nya enspråkiga AI-agenter. För flerspråkiga AI-agenter stöds matchningar på artikelnivå endast när den flerspråkiga modellen är Polymatch.

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutledning i sessionens andra informationsavsnitt .

Flagga genererade varianter

Leta reda på flaggningsalternativet: Ett flaggningsalternativ är tillgängligt för varje genererat yttrande.
Ge feedback: När utvecklare flaggar utdata kan de lägga till kommentarer och ange orsaken till flaggningen.

Skapa flerspråkig avsikt och entitet

Hantera svar

Svaren är de meddelanden som AI-agenten skickar till kunderna som svar på deras frågor eller avsikter. Du kan skapa svar som inkluderar:

Text – meddelanden med oformaterad text för direkt kommunikation.
Kod – Inbäddad kod för dynamiskt innehåll eller dynamiska åtgärder.
Multimedia – Bild-, ljud- eller videoelement som förbättrar användarupplevelsen.

Svaren har två huvudkomponenter:

Mallar – fördefinierade svarsstrukturer som mappas till specifika avsikter.
Arbetsflöden – Den logik som avgör vilken mall som ska användas baserat på den identifierade avsikten.

Mallarna för Överlämning av agent, Hjälp, Reserv och Välkommen är förkonfigurerade och svarsmeddelandet kan ändras från motsvarande mallar.

Svarstyper

Avsnittet Response Designer täcker olika typer av svar och hur de kan konfigureras.

Fliken Arbetsflöden används för att hantera asynkrona svar när en extern API som svarar på ett asynkront sätt anropas. Arbetsflödena måste kodas i python.

Variabel ersättning

Konfigurera svar med svarsdesignern

Svarsdesignern erbjuder ett användarvänligt gränssnitt för att skapa svar utan att kräva omfattande kodningskunskaper. Det finns två svarstyper:

Villkorliga svar: För icke-utvecklare möjliggör det här alternativet enkel konstruktion av svar som AI-agenten levererar till kunder.
Kodavsnitt: För utvecklare som använder Python ger det här alternativet flexibilitet för att konfigurera svar med kod.

Svarsdesignern är utformad för att säkerställa att användarupplevelsen tillgodoser den specifika kanal som AI-agenten interagerar med.

Svarsmallar

Text – Det här är enkla textsvar. För att förbättra användarupplevelsen tillåter svarsdesignern flera textrutor i ett enda svar, så att du kan dela upp långa meddelanden i mer hanterbara avsnitt. Varje textruta kan innehålla olika svarsalternativ. Under en konversation väljs ett av dessa alternativ slumpmässigt och visas för användaren, vilket garanterar en dynamisk och engagerande interaktion.
För att upprätthålla en dynamisk och engagerande användarupplevelse kan du lägga till flera svarsalternativ i dina mallar. När en mall med flera alternativ aktiveras väljs en av dem slumpmässigt och visas för användaren. Du kan aktivera den här funktionen genom att klicka på knappen +Lägg till variant längst ned i svaret.

När du sparar svar kan du se en varning som anger antalet fel som behöver korrigeras. Fälten med fel markeras med rött. Genom att använda navigeringspilarna kan utvecklare enkelt hitta och åtgärda dessa fel i alla kanaler eller svarsformat. Om listväljaren eller karusellen innehåller flera kort kan du med punktnavigering flytta mellan korten med fel. För ett enda kort blir motsvarande punkt röd för att signalera felet.
Snabbsvar – Textsvar kan kopplas ihop med knappar, som kan vara antingen textbaserade länkar eller URL-länkar. Textknappar kräver en titel och en nyttolast, som skickas till botten när du klickar på den. URL-knappar omdirigerar användare till en viss webbsida.
När en kunds fråga är tvetydig tillåter partiell matchning roboten att föreslå relevanta artiklar eller avsikter som alternativ. Den här funktionen är tillgänglig för webb- och Facebook-interaktioner.
Lägga till snabbsvar på URL:er
Med snabbsvarsknappar för webbadresser i fasta och villkorliga svar kan du skapa knappar som omdirigerar användare till din webbplats för mer information eller åtgärder som att fylla i formulär. När du klickar på dessa knappar öppnas den angivna URL:en på en ny flik i samma webbläsarfönster utan att några data skickas tillbaka till roboten.
Så här lägger du till ett URL-snabbsvar i villkorligt eller fast svar:
1. Välj den artikel- eller mallnyckel som du vill konfigurera snabbsvaret på URL:en för.
2. Klicka på +Lägg till ett snabbsvar. Popup-fönstret Knapptyp visas.
3. Välj knapptyp som URL i webbkanalen.
4. Ange knappens titel och webbadressen som konsumenten ska dirigeras till när han eller hon har klickat på knappen.
5. Klicka på Klar för att lägga till ett snabbsvar på URL:en.
URL-typknappar kan också konfigureras via dynamisk svarstyp, där dessa knappar ska konfigureras med hjälp av kodfragment av python-kod. Dessa knappar stöds i förhandsgransknings- och delningsbara förhandsgranskningsavsnitt. De stöds för närvarande inte av IMIchats livechattwidget eller andra tredjepartskanaler.
Carousel – utökade svar kan innehålla ett enda kort eller flera kort ordnade i carousel-format. Varje kort kräver en titel och kan innehålla en bild, en beskrivning och upp till tre knappar.
Snabbsvarsknapparna i carousel-mallen kan konfigureras med text- eller URL-länkar. Genom att klicka på en URL-knapp omdirigeras användaren till den angivna webbplatsen. Om du klickar på en textbaserad snabbsvarsknapp skickas en konfigurerad nyttolast till roboten och utlöser motsvarande svar.
Bild – En multimediamall där användare kan konfigurera bilder genom att ange webbadresser.
Video – återger videor i förhandsgranskningen baserat på den konfigurerade videowebbadressen.
Kod – Kan användas för att skriva Python-kod för att anropa API:er eller köra annan logik.

Kodstycken

Om du inte konfigurerar ett unikt svar för olika kanaler tas webbsvaret som standardsvar och detsamma skickas till kunden. Listan över mallar som stöds på webbkanalen är:

Text – Ett enkelt textmeddelande som kan ha flera varianter. Det konfigurerade meddelandet visas baserat på frågan.
Snabbsvar – En mall med text och klickbara knappar.
Carousel – En samling kort där varje kort har en titel, en bild-URL och en beskrivning.
Bild – En mall för att konfigurera bilder genom att ange webbadresser.
Video – En mall för att konfigurera video genom att ange videons URL. Du kan spela upp videon genom att klicka eller knacka på bilden.
Fil – En mall för att konfigurera en PDF-fil genom att ange URL:en för åtkomst till filen.
Ljud – En mall för att konfigurera en ljudfil genom att ange ljudwebbadressen. Den visar också varaktigheten för ljudmeddelandet i utgången.

Konfigurera hanteringsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten inte tillgänglig.
Inaktiverat meddelande – Skriv ett meddelande till den inaktiverade agenten, det här meddelandet visas för de användare som försöker komma åt agenten.
Återställningsåtgärd – Välj det här alternativet om du vill vidta lämpliga åtgärder på inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på inkommande meddelanden till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av varje AI-agentsvar.
Stängningstid för session – Timeout för sessionen (i minuter), varefter sessionen stängs automatiskt vid användarinaktivitet.
Säkerhet – ansvarsfriskrivningsmeddelandet för medgivandet. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. När detta är inställt på Sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i den skriptade AI-agenten.

Lägga till ett språk i skriptad AI-agent

Innan du börjar

Skapa den skriptade AI-agenten.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på + Lägg till språk för att lägga till nya språk och välj språk i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera växlingsknappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ange språket som standard. Håll muspekaren över språket och klicka på Gör till standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det påverka AI-agentens artiklar, kurering, testning och förhandsgranskning.
6	Klicka på Spara ändringar.

Konfigurera överlämningsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Gå till Inställningar > Överlämning och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera deras frågor eller om de uttryckligen ber om det.
Aktivera återlämning vid reserv – Ett antal på varandra följande återgångsmeddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid partiell matchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för på varandra följande meddelanden – Upprepade meddelanden i följd under en session kan utlösa agentöverlämning. Antalet repetitioner som behövs för den här utlösaren kan konfigureras.

Klicka på Spara ändringar för att spara överlämningsinställningarna.

Nästa steg

Gå till hanteringsavsnitten för skriptad AI-agent eller förhandsgranska din skriptade AI-agent.

Skriptad AI-agent för att svara på frågor

Specifika kunskaper krävs – agenten måste svara på frågor inom en fördefinierad domän.
Konsekvens är viktigt – Agenten måste ge konsekventa svar på liknande frågor.
Begränsad flexibilitet krävs – agentens svar begränsas av informationen i utbildningskorpusen.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en skriptad AI-agent för att svara på frågor
Uppdatera skriptad AI-agentprofil
Hantera artiklar
Konfigurera hanteringsinställningar
Lägga till ett språk i skriptad AI-agent
Konfigurera överlämningsinställningar

Skapa en skriptad AI-agent för att svara på frågor

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen klickar du på +Skapa agent.
3	På skärmen Skapa en AI-agent klickar du på Börja från början. Du kan också välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som Skriptad. I det här fallet fylls fälten på profilsidan i automatiskt.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent skapar du klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – Ange namnet på AI-agenten. System-ID – Det här är den systemgenererade unika identifieraren.
9	Klicka på Skapa. Den skriptade AI-agenten för att besvara frågor har skapats och är nu tillgänglig på instrumentpanelen . I rubriken AI-agent kan du utföra följande uppgifter: Förhandsgranskning Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i det här avsnittet. Du kan också importera de fördefinierade AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Lägg till artiklar i AI-agenten.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Gå till Settings > Profile och konfigurera följande information: Agentnamn – Redigera namnet på AI-agenten efter behov. System-ID – Redigera AI-agentens systemgenererade identifierare efter behov. URL för agentprofilbild – Redigera webbadressen som systemet hämtar AI-agentlogotypen eller AI-agentbilden från. Beskrivning – Ange information om AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen om du vill låta en AI-agent be om feedback i meddelandet. Anpassat felmeddelande – Skriv ett meddelande som visas om det uppstår fel under en chatt med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera artiklar

Välkomstmeddelande – Detta innehåller det första meddelandet när konversationen mellan kunden och AI-agenten inleds.
Reservmeddelande – AI-agenten visar det här meddelandet när agenten inte kan förstå användarens fråga.
Partiell matchning – När AI-agenten känner igen flera artiklar med en liten skillnad i poäng (som anges i inställningarna för överlämning och slutsatser ) visar agenten det här matchningsmeddelandet tillsammans med de matchade artiklarna som alternativ. Du kan också konfigurera textsvaret så att det visas tillsammans med dessa alternativ.
Vad kan du göra?– Du kan konfigurera AI-agentens funktioner. AI Agent visar detta när slutanvändarna ifrågasätter AI Agent-funktionerna.

Utöver dessa läggs standardartikeln Prata med en agent till om agentöverlämning från överlämnings - och inferensinställningarna är aktiverad.

Alla nya AI-agenter har också fyra Smalltalk-artiklar som hanterar användaryttranden för:

Hälsningsfraser
Tack
AI-agenten var inte till hjälp
Adjö

Dessa artiklar och svar är tillgängliga som standard i kunskapsbasen för AI-agenter när du skapar en ny AI-agent. Du kan också ändra eller ta bort dessa.

Du kan inte ta bort standardartiklarna Välkomstmeddelande, reservmeddelande, Prata med en agent och delar av meddelanden.

Lägg till artiklar via användargränssnitt och standardsvar

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på Skapa ny artikel.
4	Lägg till standardvarianterna.
5	Välj något av dessa standardsvar för artikeln. Möjliga värden: Villkorligt svar – svaret konfigureras av regler. Svaret kan vara i olika format, till exempel text, karusell, snabbsvar, bild, ljud, video, kod och fil. Du kan lägga till flera svar i en artikel. Kodfragment – svaret skapas med hjälp av if-else-villkor. Mer information finns i avsnittet Konfigurera svar med svarsdesignern .
6	Klicka på Spara och utbilda.

Importera från kataloger

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på ellipsikonen .
4	Klicka på Importera från kataloger.
5	Välj vilka kategorier av artiklar som ska läggas till i agenten.
6	Klicka på Klar.

Extrahera vanliga frågor från länk

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på ellipsikonen.
4	Klicka på Extrahera vanliga frågor från länken.
5	Ange webbadressen där vanliga frågor finns och klicka på Extrahera.
6	Klicka på Importera.

Importera från fil

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på ikonen Ellips .
4	Klicka på Importera från en fil och välj CSV importera artiklarna från den CSV filen. Om du importerar artiklar från en fil i JSON-format väljer du JSON.
5	Klicka på Bläddra och välj en fil som innehåller alla artiklar. Klicka på Hämta exempel för att visa i vilket format artiklarna måste anges.
6	Klicka på Importera.

Lägga till egna synonymer

1	Logga in på Webex AI Agent Studio-plattformen.
2	På instrumentpanelen väljer du den AI-agent som du skapade.
3	Navigera till Inställningar > Artiklar och klicka på ellipsikonen.
4	Klicka på Anpassade synonymer.
5	Klicka på Nytt rotord.
6	Konfigurera rotordsvärdet och dess synonymer och klicka på Spara.
7	Träna AI-agenten igen när du har lagt till synonymerna. Du kan också exportera synonymerna (i filformatet .CSV) till den lokala mappen och importera filen tillbaka till plattformen.

NLU-motor (Natural Language Understanding)

Skriptade AI-agenter använder Natural Language Understanding (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundindata och ger korrekta svar:

Swiftmatch – En snabb, lätt motor som stöder flera språk.
RASA – Ett ledande ramverk för konversationell AI med öppen källkod.
Mindmeld (Beta) – Erbjuder avancerade konversationsflöden och NLU-funktioner.

Ändra träningsmotorer

För att växla mellan NLU-motorerna.

Välj den AI-agent som du vill ändra träningsmotorn för.
- För skriptad AI-agent för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbasen visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Träningsdata visas.
Klicka på ikonen Inställningar bredvid NLU Engine till höger på sidan. Fönstret Ändra träningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyligen skapade AI-agenterna.
Välj träningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (Beta)
- Snabb matchning
- Mindmeld (Beta)
Ange den här informationen i avsnittet Slutsatsledning :
- Poäng under vilken reserv visas – Den minsta konfidens som krävs för att ett svar ska visas för dig, under vilket ett återställningssvar visas.
- Skillnad i poäng för partiell matchning – Definierar det minsta gapet mellan konfidensnivåer för svar för att tydligt visa den bästa matchningen under vilken en partiell matchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord - "Stoppord" är funktionsord som etablerar grammatiska relationer bland andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort stoppord som artiklar (a, an, den och så vidare), pronomen (honom, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar betydelsen av textfrågan av konsumenten. Om du markerar rutan tas "stoppord" bort från meningen vid tidpunkten för träning och slutsats. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i träningsdata kan utökas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: "inte" utökas till "gör det inte". Om den här kryssrutan är markerad expanderas sammandragningarna i indatameddelandena före bearbetningen. Den här funktionen stöds för alla tre NLU-motorerna.
- Stavningskontroll vid slutledning – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före slutledning. Den här funktionen stöds endast för alla tre motorerna om kryssrutan Stavningskontroll i slutledning är aktiverad.
- Ta bort specialtecken – Specialtecken är icke-alfanumeriska tecken som påverkar slutledningen. Till exempel anses Wi-Fi och Wi Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Entitetsroller – anpassade entiteter kan ha olika roller. Denna NLU-motorfunktion stöds endast för RASA och Mindmeld.
- Entitetsersättning vid inferens – entitetsvärden i träningsdata och inferens ersätts med entitets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras framför avsiktsidentifiering.
- Resultat som lagras per meddelande – Antalet artiklar för vilka AI-agentens beräknade konfidenspoäng visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på skärmen Sessioner har nu begränsats till 5. De n bästa resultaten (1=<n=<5) är tillgängliga i transkriptionsrapporter för skriptade AI-agenter och i avsnittet Algoritmresultat på fliken Transaktionsinfo i Sessioner.
- Wordform-expansion – Utöka träningsdata med ordformer som pluralformer, verb och så vidare, tillsammans med de synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer - Synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i träningsdata automatiskt från för att känna igen konsumentfrågan exakt. Till exempel, för ordet trädgård, kan de systemgenererade synonymerna vara en bakgård, gård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer - Wordforms kan finnas i olika former som plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapande", kan ordformerna skapas, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ange olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentsvaret.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens korpus.
Klicka på Träna. När AI-agenten har tränats med den valda träningsmotorn ändras kunskapsbasens status från Sparad till Utbildad .

Du kan bara träna AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Ladda om bredvid Träning för att hämta aktuell träningsstatus.

Nu kan du klicka på Gör live för att göra den tränade korpusen live och testa den i delningsbar förhandsgranskning eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan nu välja deras föredragna vektormodeller som en del av de avancerade motorinställningarna i Swiftmatch NLU-motorn. Det går att välja mellan två alternativ – Yttrandenivå kontra Vektorer på artikelnivå. I vårt pågående arbete med att förbättra noggrannheten hos våra NLU-motorer experimenterade vi med att använda vektorer på artikelnivå i stället för den äldre modellen som använde vektorer på yttrandenivå. Vi fann att vektorer på artikelnivå förbättrar noggrannheten i de flesta fall. Observera att vektorerna på artikelnivå är det nya standardvärdet för vektorisering för nya enspråkiga AI-agenter. För flerspråkiga AI-agenter stöds matchningar på artikelnivå endast när den flerspråkiga modellen är Polymatch.

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutledning i sessionens andra informationsavsnitt .

Konfigurera hanteringsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten inte tillgänglig.
Inaktiverat meddelande – Skriv ett meddelande till den inaktiverade agenten, det här meddelandet visas för de användare som försöker komma åt agenten.
Återställningsåtgärd – Välj det här alternativet om du vill vidta lämpliga åtgärder på inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på inkommande meddelanden till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av varje AI-agentsvar.
Stängningstid för session – Timeout för sessionen (i minuter), varefter sessionen stängs automatiskt vid användarinaktivitet.
Säkerhet – ansvarsfriskrivningsmeddelandet för medgivandet. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. När detta är inställt på Sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i den skriptade AI-agenten.

Lägga till ett språk i skriptad AI-agent

Innan du börjar

Skapa den skriptade AI-agenten.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på + Lägg till språk för att lägga till nya språk och välj språk i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera växlingsknappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ange språket som standard. Håll muspekaren över språket och klicka på Gör till standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det påverka AI-agentens artiklar, kurering, testning och förhandsgranskning.
6	Klicka på Spara ändringar.

Konfigurera överlämningsinställningar

Innan du börjar

Skapa den skriptade AI-agenten.

Gå till Inställningar > Överlämning och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera deras frågor eller om de uttryckligen ber om det.
Aktivera återlämning vid reserv – Ett antal på varandra följande återgångsmeddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid partiell matchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för på varandra följande meddelanden – Upprepade meddelanden i följd under en session kan utlösa agentöverlämning. Antalet repetitioner som behövs för den här utlösaren kan konfigureras.

Klicka på Spara ändringar för att spara överlämningsinställningarna.

Nästa steg

Gå till hanteringsavsnitten för skriptad AI-agent eller förhandsgranska din skriptade AI-agent.

Förhandsgranska din skriptade AI-agent

AI-agentinstrumentpanel – Håll muspekaren över ett AI-agentkort för att visa förhandsgranskningsalternativet för AI-agenten. Klicka på Förhandsgranska för att öppna förhandsgranskningswidgeten för AI-agenten.
AI-agentrubrik – När du har angett redigeringsläget för en AI-agent genom att klicka på AI-agentkortet eller knappen Redigera på AI-agentkortet är förhandsgranskningsalternativet alltid synligt i rubrikavsnittet.
Minimerad widget – När en förhandsgranskning har startats och sedan minimerats skapas en chatthuvudwidget längst ned till höger på sidan, så att du enkelt kan öppna förhandsgranskningsläget igen.

Widget för förhandsgranskning av plattform

Förhandsvisningswidgeten visas längst ned till höger på skärmen. Du kan ange yttranden (eller en sekvens av yttranden) för att se hur AI-agenten svarar, så att den fungerar som förväntat. Förhandsgranskningen av AI-agenten har stöd för flera språk och kan automatiskt identifiera språket i yttranden för att svara därefter. Du kan också välja språk manuellt i förhandsgranskningen genom att klicka på språkväljaren och välja från listan över tillgängliga alternativ.

Du kan maximera förhandsgranskningswidgeten för en bättre vy. Du kan också tillhandahålla konsumentinformation och initiera flera rum för att noggrant testa AI-agenten.

Delbar förhandsgranskningswidget

Widgetfärg – genom att lägga till en brandColor-parameter på länken. Du kan definiera enkla färger med färgnamn eller använda hex-färgkod.
Telefonhölje – genom att ändra värdet på en phoneCasing-parameter i länken. Detta är inställt på true som standard och kan inaktiveras genom att göra det false

Exempel på förhandsgranskningslänk med dessa parametrar: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Gemensamma hanteringsavsnitt för skriptad AI-agent

Följande avsnitt visas i den vänstra panelen på konfigurationssidan för AI-agenten:

Utbildning

Skapa och kör enkelt en omfattande uppsättning testfall.
Definiera testmeddelanden och förväntade svar för olika scenarier.
Simulera komplexa interaktioner genom att skapa testfall med flera meddelanden.

Definiera tester

Du kan definiera tester med följande steg:

Logga in på Webex AI Agent Studio-plattformen.
På instrumentpanelen klickar du på den skriptade AI-agenten som du har skapat.
Klicka på Testning i den vänstra rutan. Som standard visas fliken Testcases .
Välj ett testfall och klicka på Utför valda tester.

Varje rad i tabellen representerar ett testfall med följande parametrar:

Tabell 1. Testfall
Parameter	Beskrivning
Meddelande	Ett exempelmeddelande som representerar de typer av frågor och instruktioner som du kan förvänta dig att användarna skickar till din AI-agent.
Förväntat språk	Det språk som användarna förväntas interagera med AI-agenten på.
Förväntad artikel	Ange vilken artikel som ska visas som svar på ett visst användarmeddelande. För att hjälpa dig att hitta den mest relevanta artikeln har den här kolumnen en smart funktion för automatisk komplettering. När du går in föreslår systemet matchande artiklar baserat på den text som hittills har angetts.
Återställ tidigare kontext	Markera kryssrutan i den här kolumnen om du vill isolera testfall och se till att de körs oberoende av befintlig AI-agentkontext. När det här alternativet är aktiverat simuleras varje testfall i en ny session, vilket förhindrar störningar från tidigare interaktioner eller lagrade data.
Inkludera partiella matchningar	Aktivera den här växlingsknappen för att betrakta testfall som framgångsrika även om de förväntade artiklarna endast delvis matchar det faktiska svaret.
Importera från CSV	Importera testfall från en CSV fil (kommaseparerad fil). I detta fall skrivs alla befintliga testfall över.
Exportera till CSV	Exportera testfall till en CSV fil (kommaseparerad fil).
Testa återuppringningar	Aktivera den här växlingsknappen för att simulera inkommande återuppringningar och testa flödets beteende utan att kräva faktiska inkommande samtal. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Återuppringning i flöde	Markera kryssrutan i den här kolumnen om du vill ange att en avsikt måste utlösa en återuppringning. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Förväntad motringningsmall	Ange mallnyckeln som ska aktiveras när återuppringningen sker. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Timeout för återuppringning (er)	Den maximala tid (i sekunder) som AI-agenten kan vänta på ett återuppringningssvar innan tidsgränsen för återuppringningen bedöms. En timeout på högst 20 sekunder tillåts. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.

Utför tester

På fliken Körning klickar du på Kör valda tester för att initiera en sekventiell körning av alla valda testfall.

Du kan också köra testfall från fliken Testfall .

Körningshistorik

På fliken Historik öppnar du alla utförda testfall.

Klicka på ikonen Hämta i kolumnen Åtgärder om du vill exportera körda testdata som en CSV fil för offlineanalys eller rapportering.
Granska de specifika motor- och algoritminställningarna som används för varje testfallskörning. Den här informationen hjälper utvecklare att optimera AI-agentens prestanda.
Om du vill visa de avancerade algoritmkonfigurationsinställningar som används för en viss träningsmotor klickar du på ikonen Info bredvid träningsmotorns namn. Detta ger insikter om de parametrar och inställningar som påverkade AI-agentens beteende under testningen.

Sessioner

Kanaler – kanalen där interaktionen ägde rum (till exempel chatt, röst).
Sessions-ID – en unik identifierare för sessionen.
Konsument-id – användarens unika identifierare.
Meddelanden – Antalet meddelanden som utbytts under sessionen.
Uppdaterad vid – Tidpunkten då sessionen stängdes.
Metadata – Ytterligare information om sessionen.
- Dölj testsessioner – Markera den här kryssrutan om du vill dölja testsessionerna och endast visa listan över livesessioner.
- Agentöverlämning skedde – Markera den här kryssrutan om du vill filtrera sessioner som överlämnas till en agent. Om agentöverlämning sker visas hörlursikonen som indikerar överlämnandet av chatten till en mänsklig agent.
- Fel uppstod – Markera den här kryssrutan om du vill filtrera de sessioner där felet inträffade.
- Nedröstad – Markera den här kryssrutan om du vill filtrera nedröstade sessioner.

Sessionsinformation för en viss session i den skriptade AI-agenten för att besvara frågor

Vyn Sessionsinformation i en skriptad AI-agent för att besvara frågor ger en omfattande uppdelning av en specifik interaktion mellan en användare och AI-agenten.

Avsnittet Meddelanden :

Visar alla meddelanden som skickats av användaren under sessionen.
Visar motsvarande svar som genererats av AI-agenten.
Visar meddelandenas kronologiska ordning och ger kontext för interaktionen.

Fliken Transaktionsinformation :

Listar de artiklar som identifierades som relevanta för kundens fråga, inklusive både exakta matchningar och partiella matchningar.
Visar likhetspoängen för varje identifierad artikel, vilket indikerar graden av relevans.
Presenterar resultaten av de underliggande algoritmerna som används för att bearbeta kundens fråga och identifiera relevanta artiklar.
Visar antalet algoritmresultat beroende på inställningarna som konfigurerats på fliken Överlämning och slutsatsledning .

Avsnittet Annan info i vyn Sessionsinformation ger ytterligare sammanhang och information om en specifik interaktion. Här är en sammanfattning av informationen som visas:

Bearbetad fråga – Visar den förbehandlade versionen av kundens indata efter att de har bearbetats av AI-agentens NLU-pipeline (Natural Language Understanding).
Agentöverlämning – Anger om en agentöverlämning skett under sessionen. Markera kryssrutan Agentöverlämning efter regler om en agentöverlämning har utlösts av särskilda regler.
Svarstyp – Anger vilken typ av svar som genereras av AI-agenten, till exempel ett kodfragment eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU Engine – Identifierar den NLU-motor som används för att bearbeta kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärdespoäng – Visar den lägsta tröskelpoängen och skillnaden i delmatchpoäng som konfigurerats i inställningarna för överlämning och slutsatsledning . Dessa värden avgör när en fråga anses vara utanför omfånget eller kräver agentåtgärder.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-id:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Sessionsinformation för en viss session i den skriptade AI-agenten för att utföra åtgärder

Fliken Transaktionsinformation i den skriptade AI-agenten för att utföra åtgärder ger en detaljerad uppdelning av en specifik interaktion och kategoriserar information i fyra avsnitt:

Avsnittet Avsikter identifierat :

Visar de avsikter som identifierades för kundens fråga.
Anger konfidensnivån för varje identifierad avsikt.
Visar de platser som är associerade med den identifierade avsikten. Klicka på platsen om du vill visa ytterligare information om dess värde och hur den extraherades från användarens fråga.

Avsnittet Algoritmresultat ger insikter om de underliggande processerna som ledde till AI-agentens svar. Här är en sammanfattning av informationen som visas:

List of Intents – Visar de identifierade avsikterna och deras motsvarande likhetspoäng.
Entitetslista – Visar de entiteter som extraherades från användarens meddelande.

Övrig info visar:

Agentöverlämning – Anger om en agentöverlämning skett under sessionen. Markera kryssrutan Agentöverlämning efter regler om en agentöverlämning har utlösts av särskilda regler.
Mallnyckel – Anger mallnyckeln som är kopplad till avsikten som utlöste AI-agentens svar.
Svarstyp – Anger vilken typ av svar som genereras av AI-agenten, till exempel ett kodfragment eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU Engine – Identifierar den NLU-motor som används för att bearbeta kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärdespoäng – Visar den lägsta tröskelpoängen och skillnaden i delmatchpoäng som konfigurerats i inställningarna för överlämning och slutsatsledning . Dessa värden avgör när en fråga anses vara utanför omfånget eller kräver agentåtgärder.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-id:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Du kan också ladda ned och visa transaktionsinformationen i JSON-format med hjälp av nedladdningsalternativet.

På fliken Metadata visas:

NLP-metadata – Granska förbearbetningsstegen som tillämpas på kundens indata på fliken NLP .
Datalager och FinalDF – Få åtkomst till data relaterade till sessionen på flikarna Datastore och FinalDF för smarta robotar.
Sökfunktion – Använd det inbyggda sökfältet för att snabbt hitta specifika yttranden i en konversation.

Historik

På sidan Historik kan du:

Visa träningshistorik – spåra när en korpus tränades och ändringarna gjordes.
Jämför träningsmotorer – Granska de träningsmotorer som används för olika iterationer och deras motsvarande träningsvaraktigheter.
Spåra ändringar – övervaka ändringar av inställningar, artiklar, svar, NLP och curation.
Återgå till tidigare versioner – återgå enkelt till en äldre träningsuppsättning om det behövs.

I avsnittet Historik finns praktiska verktyg för hantering av kunskapsbasartiklar:

Aktivera artiklar – Gör tidigare inaktiva artiklar live för att inkludera dem i AI-agentens svar.
Redigera artiklar – Skapa en ny version av en befintlig artikel samtidigt som originalet behålls som referens.
Förhandsgranskningsprestanda – Utvärdera AI-agentens prestanda med en specifik kunskapsbas med hjälp av förhandsgranskningsfunktionen .
Ladda ned artiklar – exportera dina kunskapsbasartiklar som en CSV fil för offlineanalys eller referens.
Det här alternativet är tillgängligt för skriptad AI-agent endast för att besvara frågor.

Granskningsloggar

Avsnittet Granskningsloggar innehåller en detaljerad förteckning över ändringar som gjorts i din skriptade AI-agent under de senaste 35 dagarna. Så här kommer du åt granskningsloggar:

Gå till instrumentpanelen och klicka på AI-agenten som du har skapat.
Klicka på fliken Historik om du vill visa AI-agentens historik.
Klicka på fliken Granskningsloggar så visas en detaljerad logg över ändringar:
- Uppdaterad vid – Datum och tid då ändringen gjordes.
- Uppdaterad av – användaren som gjorde ändringen.
- Fält – Den del av roboten där ändringen skedde (till exempel Inställningar, Artiklar, Svar).
- Beskrivning – ytterligare information om ändringen.

Använd sökalternativen Uppdaterad av och Fält för att snabbt hitta specifika granskningsloggposter.
På fliken Modellhistorik visas högst 10 korpusar för varje AI-agent.

Kurering

Meddelanden läggs till i Curation-konsolen baserat på följande kriterier:

Reservmeddelanden – när AI-agenten inte förstår en användares meddelande och utlöser reservavsikten.
Standardåterställningsmetod – Om den här växlingsknappen är aktiverad skickas meddelanden som aktiverar standardåterställningsmetoden till kurationskonsolen.

Det här kriteriet gäller endast för skriptad AI-agent för att utföra åtgärder.
Nedröstade meddelanden – Meddelanden som användarna har röstat ned under förhandsvisningar av AI-agenten.
Agentöverlämning – meddelanden som resulterar i en mänsklig agentöverlämning på grund av konfigurerade regler.
Från session – meddelanden som flaggats av användare som inte får önskat svar från sessions- eller rumsdata.
Låg konfidens – Meddelanden med en konfidenspoäng som ligger inom den angivna gränsen för låg konfidensnivå.
Partiell matchning – meddelanden där AI-agenten inte kunde identifiera rätt avsikt eller svar.

Lösa problem

Fliken Problem är en central plats för granskning och hantering av meddelanden som har flaggats för kurering. Du kan göra följande:

Välj att lösa eller ignorera problem baserat på deras allvarlighetsgrad och relevans.
Undersök det ursprungliga användaryttrandet, AI-agentens svar och eventuella bifogade media.

Du kan visa hela innehållet i krypterade sessioner med alternativet Dekryptera innehåll , om du har aktiverat dekrypteringsåtkomst.

Dekrypteringsåtkomst beviljas på användarnivå och kräver att avancerat dataskydd är aktiverat i backend.

Du kan lösa ett problem genom att:

Länka till en befintlig artikel – Om du vill koppla ett problem till en befintlig artikel väljer du alternativet Länka och söker efter önskad artikel.
Skapa ny artikel – Använd alternativet Lägg till i en ny artikel om du vill skapa en ny artikel direkt från Curation Console.
Ignorera problem – Lös eller ignorera problem för att ta bort dem från kureringskonsolen.

Det är inte tillåtet att länka till standardartiklar (välkomstmeddelande, reservmeddelande, delvis matchning).
För skriptad AI-agent för att utföra åtgärder väljer du lämplig avsikt i listrutan och taggar relevanta entiteter.
När du har gjort ändringar tränar du om AI-agenten för att säkerställa att den nya kunskapen återspeglas i svaren.
Lös eller ignorera flera problem samtidigt för effektiv hantering.

Så här lägger du till problem från sessioner:

Identifiera yttrandet – Leta reda på yttrandet som utlöste det felaktiga svaret.
Kontrollera kurationsstatus – Om problemet inte redan finns i kurationskonsolen visas växlingsknappen Kureringsstatus .
Växla flagga – Aktivera växlingsknappen Kureringsstatus för att lägga till yttrandet i Curation Console för granskning och lösning.

Om problemet redan finns i kurationskonsolen ändras växlingsknappens utseende för att ange dess status.

Visa dina skriptade AI-prestanda med Analytics

När utvecklare besöker analysskärmen kan de välja den AI-agent som de vill se analyserna för. De kan också anpassa analysvyn genom att välja den kanal de vill se data för, tillsammans med datumintervallet och kornigheten för data. Som standard visas analysdata för den senaste månaden för alla kanaler med daglig kornighet (varje dag är en punkt på x-axeln i diagrammen).

Översikt

Översikten innehåller viktiga mått och diagram som ger en ögonblicksbild av den övergripande AI-agentanvändningen och prestandan för utvecklarna.

På instrumentpanelen väljer du den AI-agent som du har skapat.
I navigeringsfönstret till vänster klickar du på Analytics. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

Sessioner och meddelanden

Det första avsnittet i översikten visar följande statistik om sessioner och meddelanden för AI-agenten:

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är ett antal sessioner som överlämnats till mänskliga agenter.
Genomsnittliga sessioner per dag
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittliga meddelanden per dag

Användare

Föreställning

Det tredje avsnittet innehåller statistik om tbe AI-agentens svar till användare. Här kan man se det totala antalet svar som skickas ut av AI-agenten och uppdelningen mellan svar där AI-agenten:

Identifierade användarens avsikt.
Svarade med ett reservmeddelande.
Svarade med ett partiellt matchningsmeddelande.
Informerade användaren om en agentöverlämning.

Detsamma aggregeras i ett cirkeldiagram och ett ytdiagram ger information baserad på vald kornighet.

Utbildning

Svaren

Kurering

Det här avsnittet innehåller en visuell sammanfattning av hur många kurationsproblem som har uppstått varje dag och hur många av dem som har lösts av AI-agenterna.

Integrera AI-agenter

I det här avsnittet beskrivs hur du integrerar AI-agenter med både röstkanaler och digitala kanaler för att hantera kundkonversationer.

Integrera AI-agenter med röstkanaler och digitala kanaler

Mer information finns i artikeln Integrera AI-agenter med röstkanaler och digitala kanaler.

Hantera AI-agentrapporter

I det här avsnittet beskrivs översikten över AI-agentrapporter, rapporttyper, skapande av AI-agentrapporter och rapportleveranslägen.

Förstå AI-agentrapporter

När du öppnar menyn Rapporter från det vänstra navigeringsfönstret visas följande flikar:

Konfigurera – På den här fliken visas alla rapporter som för närvarande är aktiva och som genereras regelbundet. Följande information är tillgänglig för listan över rapporter:
- Aktiv – Om en användare fortfarande prenumererar på rapporten.
- AI-agent – namnet på AI-agenten som är associerad med rapporten.
- Rapporttyp – Den färdiga rapporttyp som du prenumererar på.
- Frekvens – Det intervall under vilket du tar emot rapporten.
- Senaste rapport genererad – Den senaste rapporten som skickades ut.
- Nästa schemalagda datum – Nästa datum då rapporten skickas ut.
Historik – På den här fliken visas all historisk information för de rapporter som skickats till dags dato. Klicka på en rapport på den här sidan om du vill redigera konfigurationen av rapporterna.

Du kan klicka på ikonen Hämta under kolumnen Åtgärder om du vill hämta dessa historikrapporter.

Rapporter på begäran som visas på fliken Historik är tillgängliga för hämtning först när rapportgenereringen är klar.

Skapa en AI-agentrapport

1	Logga in på Webex AI Agent Studio-plattformen.
2	Klicka på Rapporter i det vänstra navigeringsfältet.
3	Klicka på +Ny rapport.
4	Ange följande information när du skapar och konfigurerar rapporten: AI-agent – Namnet på AI-agenten som är kopplad till rapporten. Du kan visa alla AI-agenter för att svara på frågor och utföra uppgifter i det här programmet. Rapporttyp – Den fördefinierade rapporttyp som du vill prenumerera på. När du väljer vilken AI-agent som ska svara på frågor visas tre olika typer av rapporter i fältet AI-agent: Sammanfattning av användning och beteende Transkribering av meddelande Problem med kurering Utdataformat – Det format som du vill att rapporten ska genereras i och skickas till det konfigurerade leveransläget. De format som stöds är CSV och .xlsx. Välj ett av följande alternativ och relevanta inställningar för den typ av rapporter som du vill generera: Generera nu – Ange startdatum och slutdatum för en rapport på begäran. Schemalagd rapport – schemalägg frekvens, tid, tidszon och startdatum för en rapport. När du har skapat den här rapporten kan du använda växlingsknappen Aktivera rapport i rapporten. Du kan aktivera eller inaktivera den här växlingsknappen senare om du vill ta emot eller stoppa rapporten med den schemalagda frekvensen. Leveransläge – se avsnittet Leveranssätt för mer information.

Rapporttyper för AI-agent

AI-agent för att besvara frågor rapporttyp

Användningsbeteende och sammanfattning

I det här avsnittet visas AI-agentsammanfattningen med hur ofta artiklar och kategorier anropas. Du kan visa sammanfattning, kategorier och artikelinformation på en separat flik i rapporterna:

Tabell 1. Information om fliken Sammanfattning
Fält	Beskrivning
AI-agentnamn	Namnet på AI-agenten.
Totalt antal konversationer	Totalt antal konversationer/sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användarna har bidragit med minst en inmatning.
Totalt antal mänskliga meddelanden	De meddelanden som slutanvändarna skickar till AI-agenten.
Totalt antal svar från AI-agenter	Totalt antal meddelanden som AI-agenten skickar till slutanvändare.
Totalt antal delmatchningar	Fall där det fanns viss tvetydighet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer skickade till agent	Totalt antal konversationer som överlämnas till en mänsklig agent.
Totalt antal röster	Totalt antal AI-agentsvar som röstades upp av kunder.
Totalt nedröstningsrekord	Totalt antal AI-agentsvar som nedröstades av kunder.

Tabell 2. Information om kategorifliken
Fält	Beskrivning
Kategorinamn	Namnet på kategorin som konfigurerats i AI-agenten.
Konversationer för kategorin	Antalet konversationer eller sessioner där en artikel som tillhör den här kategorin upptäcktes.
Totalt antal svar	Antalet gånger en artikel som tillhör denna kategori upptäcktes.
Totalt antal röster	Antalet gånger ett svar från den här kategorin röstades upp.
Totalt nedröstningsrekord	Antalet gånger ett svar från den här kategorin röstades ned.

Tabell 3. Information om artikelfliken
Fält	Beskrivning
Artikelnamn	Namnet på artikeln (standardvarianten) som har konfigurerats i AI-agenten.
Artikel kategori	Den kategori som den här avsikten tillhör.
Konversationer för artikeln	Antalet konversationer eller sessioner där den här artikeln upptäcktes.
Totalt antal svar	Antalet gånger där den här artikeln upptäcktes.
Totalt antal röster	Antalet gånger svaret för den här artikeln röstades upp.
Totalt nedröstningsrekord	Antalet gånger svaret för den här artikeln nedröstas.

Hantera transkriptioner

Visar konversationen mellan AI-agenten och kunden tillsammans med likhetspoängen. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpeln för meddelandet.
Sessions-ID	Den unika identifieraren för sessionen.
Konsument-ID	Den unika identifieraren för slutanvändaren i AI-agenten.
Meddelandetyp	AI-agentmeddelandet eller det mänskliga meddelandet.
Meddelandetext	Meddelandets innehåll.
Artikel	Identifieraren för svaret som skickas tillbaka av AI-agenten.
Kategori	Den avsikt som AI-agenten identifierat för kundens meddelande.
Bästa matchresultat	Likhetspoängen för den identifierade avsikten.
Matchad artikel 1	Avsikten som identifierats av den valda NLU-motorn.
Artikel 1 poäng	Poängen för den avsikt som identifierats.
Feedback	Användarens feedback om ett meddelande har röstats upp eller nedröstats.
Feedback kommentar	Kommentarerna som lämnas av användare när de röstar ner ett meddelande.

Problem med kurering

Visar meddelanden som hamnade i kurering som problem av olika skäl. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-ID	Unik identifierare för slutanvändaren i AI-agenten.
Mänskligt budskap	Det mänskliga budskapets innehåll.
AI-agentmeddelande	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till problemet	Anledningen till att detta meddelande hamnar i curation.
Artikel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Kategori	Avsikt som identifierats av AI-agenten för användarens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad artikel 1	Avsikt har identifierats av den valda NLU-motorn.
Artikel 1 poäng	Poäng för den avsikt som identifierats.

AI-agent för att utföra uppgifter rapporttyp

Användningsbeteende och sammanfattning

Visar sammanfattningen av konversationer tillsammans med avsikter och mallnycklar som har utlösts. På sammanfattningsfliken visas följande information:

Tabell 4. Fliken Sammanfattning
Fält	Beskrivning
AI-agentnamn	Namnet på AI-agenten.
Totalt antal konversationer	Totalt antal konversationer eller sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användarna har bidragit med minst en inmatning.
Totalt antal mänskliga meddelanden	De meddelanden som slutanvändarna skickar till AI-agenten.
Totalt antal svar från AI-agenter	Totalt antal meddelanden som AI-agenten skickar till slutanvändare.
Totalt antal delmatchningar	Fall där det fanns viss tvetydighet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer skickade till agent	Totalt antal konversationer som överlämnas till en mänsklig agent
Totalt antal röster	Totalt antal AI-agentsvar som har röstats upp av användare.
Totalt nedröstningsrekord	Totalt antal AI-agentsvar som nedröstades av användare.

Du kan också visa information om avsikter på fliken Avsikter i kalkylbladet:

Tabell 5. Fliken Avsikter
Fält	Beskrivning
Avsiktens namn	Namnet på avsikten som konfigurerats i AI-agenten.
Konversationer för avsikten	Antal konversationer eller sessioner där denna avsikt åberopades.
Totalt antal anrop	Antal gånger denna avsikt åberopades.
Totalt antal slutförda	Antal gånger alla platser samlades in och denna avsikt slutfördes.
Totalt antal röster	Totalt antal svar för det röstades upp för varje avsikt.
Totalt nedröstningsrekord	Totalt antal svar för det nedröstades för varje avsikt.

Rapporten innehåller även mallinformation på hög nivå, till exempel:

Tabell 6. Information om mallen
Fält	Beskrivning
Mallnyckelnamn	Namnet på mallen som konfigurerats i AI-agenten.
Metod för mallnyckel	Avsikter där den här mallnyckeln används.
Konversationer för mallnyckeln	Antal gånger som denna mallnyckel skickades ut som svar.
Totalt antal svar	Antalet gånger som denna mallnyckel skickades som svar.
Totalt antal röster	Antal gånger svaret för den här mallen röstades upp.
Totalt nedröstningsrekord	Antal gånger svaret för den här mallen har röstats ned.

Avskrifter av meddelanden

Visar konversationen mellan en kund och AI-agenten tillsammans med likhetspoäng. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-ID	Unik identifierare för slutanvändaren i programmet.
Meddelandetyp	AI-agentmeddelande eller mänskligt meddelande.
Meddelandetext	Meddelandets innehåll.
Mallnyckel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt som identifierats av AI-agenten för kundens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad avsikt 1	Avsikt har identifierats av den valda NLU-motorn.
Intent 1 poäng	Poäng för den avsikt som identifierats.
Feedback	Användarfeedback om ett meddelande har röstats upp eller nedröstats.
Feedback kommentar	Kommentarer som lämnas av användare vid nedröstning av ett meddelande.

Problem med kurering

Visar meddelanden som hamnade i kurering som problem av olika skäl. Den här rapporten är endast relevant för skriptade AI-agenter. Du kan visa följande information i den här rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för kundens session.
Konsument-ID	Unik identifierare för slutanvändaren i programmet.
Mänskligt budskap	Det mänskliga budskapets innehåll.
AI-agentmeddelande	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till problemet	Anledningen till att detta meddelande hamnar i curation.
Mallnyckel	Identifierare för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt som identifierats av AI-agenten för användarens meddelande.
Bästa matchresultat	Likhetspoäng för den identifierade avsikten.
Matchad avsikt 1	Avsikt har identifierats av den valda NLU-motorn.
Intent 1 poäng	Poäng för den avsikt som identifierats.

Leveranslägen för AI Agent-rapporten

SFTP

Fält	Beskrivning
Skicka rapporter till en säker plats som planerat	Aktivera detta om du vill skicka rapporterna till den säkra platsen vid den schemalagda tiden. Du kan bara ange följande information genom att aktivera den här växlingsknappen.
IP-adress	Systemets IP postadress.
Användarnamn	Användarnamnet för att komma åt rapporterna.
Lösenord	Lösenordet för att komma åt rapporterna.
Privat nyckel	Den privata nyckeln för att komma åt filerna.
Ladda upp sökväg	Sökvägen där filerna dirigeras i systemet.

E-post

Fält	Beskrivning
Schemalägg e-post för flera mottagare, avgränsade med semikolon (;)	Aktivera detta för att lägga till mottagare.
Mottagare	E-postadressen till alla mottagare som måste ta emot rapporterna vid angiven tid och frekvens.

S3 Hink

Fält	Beskrivning
Ladda upp rapporter till en S3-bucket enligt schema	Aktivera detta om du vill göra S3-fälten tillgängliga och dirigera rapporterna till den konfigurerade S3-bucketen.
ID för AWS-åtkomstnyckel	Åtkomstnyckel-ID för åtkomst till AWS-tjänster och -resurser.
AWS hemlig åtkomstnyckel	Den hemliga åtkomstnyckeln för åtkomst till AWS-tjänster och resurser.
Namn på bucket	Namnet på den bucket som rapporten dirigeras till.
Mappnamn	Namnet på mappen som skapas i S3-bucketen.

Förstå AI-efterlevnad

Det här avsnittet hjälper dig att förstå AI-utveckling, datasekretess, säkerhet och säkerhet

AI-utveckling, datasekretess, säkerhet och säkerhet

AI-produktutveckling

Sekretess och säkerhet

Följande är listan över AI-transparensanteckningar för alla AI-funktioner:

Datakällor för utbildning och utvärdering

Säkerhet och etiska överväganden

Alla generativa AI-funktioner är felbenägna, så Cisco prioriterar innehållssäkerhet för AI-funktioner genom att välja innehållsfiltrering som tillhandahålls av Azure OpenAI.

Modellutvärdering och prestanda

Cisco prioriterar AI Assistants prestanda och noggrannhet genom att involvera människor i granskning, testning och kvalitetssäkring av den underliggande modellen.

Kom igång med Webex AI Agent Studio

Webex AI Agent Studio är en sofistikerad plattform som är utformad för att skapa, hantera och distribuera automatiserade AI-agenter för att uppfylla kundtjänstens och supportbehov. Med hjälp av artificiell intelligens ger AI-agenter kunderna automatisk hjälp innan de interagerar med mänskliga agenter. Dessa agenter stöder röstinteraktioner med intonation, språkförståelse och kontextuell medvetenhet i konversationer. Dessutom hanterar AI-agenter sömlöst och informatiskt interaktion via digitala kanaler via text och onlinekatt. Kunderna drar nytta av en concierge-liknande upplevelse, få hjälp med frågor, informationshämtning och minimala väntetider.

Funktioner i Webex AI Agent Studio

Korrekta och aktuella svar – Ger exakta svar på kundfrågor i realtid.
Intelligent uppgiftshantering – Utför uppgifter baserat på kundförfrågningar eller -inmatningar.

Viktiga fördelar för företagen

Förbättrad kundupplevelse – Ger en samtalsupplevelse i realtid för kunder.
Anpassade interaktioner – skräddarsyr svar på individuella kunders behov och preferenser.
Skalbarhet och effektivitet – hanterar höga volymer av kundinteraktioner utan att kräva ytterligare mänskliga agenter, vilket leder till förbättrad tillfredsställelse och minskade driftskostnader.

Förstå typer och exempel på AI-agenter

Följande tabell ger en översikt över AI-agenttyper och deras funktioner:

Tabell 1. AI-agenttyper och deras funktioner
Typ av AI-agent	Syfte	Kapacitet	Beskrivning	Hur konfigurerar man?
Självstyrande	Autonoma AI-agenter är utformade för att fungera självständigt, fatta beslut och utföra uppgifter utan direkt mänsklig inblandning.	Utför åtgärder	Gör informerade val baserat på tillgänglig information och fördefinierade regler. Automatisera repetitiva eller tidskrävande uppgifter.	Autonoma AI-agenter för att utföra åtgärder
Självstyrande		Besvara frågor	Autonoma agenter kan komma åt och använda ett kunskapsarkiv för att ge informativa och korrekta svar på användarfrågor.	Autonoma AI-agenter för att svara på frågor
Scriptet	Skript AI-agenter programmeras för att följa en fördefinierad uppsättning regler och instruktioner.	Utför åtgärder	Skriptagenter kan utföra specifika uppgifter som är tydligt definierade och strukturerade.	Skriptade AI-agenter för att utföra åtgärder
Scriptet		Besvara frågor	Skriptagenter kan svara på frågor baserat på en användarskapad utbildningskropp, som är en samling exempel och svar.	Skriptade AI-agenter för att svara på frågor

Exempel:

Både autonoma och skript för AI-agenter kan tillämpas på olika användningsfall, beroende på de specifika kraven och önskade funktioner. Här följer några exempel:

Kundtjänst – Både autonoma och skriptagenter kan användas för att tillhandahålla kundsupport, med autonoma agenter som erbjuder mer flexibilitet och naturlig språkförståelse.
Virtuella assistenter – Autonoma agenter är väl lämpade för virtuella assistentroller eftersom de kan hantera olika uppgifter och tillhandahålla mer personliga interaktioner.
Dataanalys – autonoma agenter kan användas för att analysera stora datamängder och extrahera värdefulla insikter.
Processautomatisering – Både autonoma och skriptagenter kan användas för att automatisera repetitiva uppgifter, förbättra effektiviteten och minska fel.
Kunskapshantering – Autonoma agenter kan användas för att skapa och hantera kunskapsarkiv, vilket gör information lättillgänglig för användare.

Valet mellan autonoma och skriptbaserade AI-agenter beror på uppgiftens komplexitet, den nivå av autonomi som krävs och tillgången till utbildningsdata.

Förutsättningar

Om du är en befintlig Webex Contact Center-kund måste du se till att följande förutsättningar är uppfyllda:
- Webex Contact Center 2.0-klient.
- Webex Connect tillhandahålls för din klientorganisation.
- Röstmediaplattformen är Next-Generation medieplattform.
Om du inte har en Webex Contact Center-klient kontaktar du din partner för att starta en provperiod för Webex Contact Center med Next-Generation Media Platform.
Administratörer kan begära att en sandlåda för Webex Contact Center-utvecklare provar AI-agenter.

Aktivering av funktion

Den här funktionen är för närvarande i betaversion. Kunder kan registrera sig för den här funktionen i Webex beta portal genom att fylla i deltagarundersökningen för AI-agenter.

För närvarande är endast funktionaliteten hos AI-agenten som skrivits tillgänglig i betafasen.
Autonoma agenter är endast tillgängliga för att välja kunder. Förfrågningar kan göras via din CSM (Customer Success Manager), PSM (Partner Success Manager) eller genom att e-posta ask-ccai@cisco.com. Efter godkännande kommer autonoma agenter att göras tillgängliga utöver skriptagenter för din klientorganisation.

Åtkomst till Webex AI-agentstudio

Om du vill skapa dina AI-agenter måste du logga in på programmet Webex AI Agent Studio. Detta kan göras på följande sätt:

Logga in från Control Hub

Om du inte ser Webex AI-agentstudio kontaktar du Ciscos support för att aktivera motsvarande funktionsflagga.

Logga in på Control Hub med URL:en https://admin.webex.com.
I avsnittet Tjänster i navigeringsrutan väljer du Contact Center.
I Snabblänkar i den högra panelen går du till avsnittet Contact Center-svit .
Klicka på Webex AI Agent Studio för att öppna programmet.

Systemet startar programmet Webex AI Agent Studio i en annan webbläsarflik och du loggas automatiskt in i programmet.

Logga in från Webex Connect

För att komma åt programmet Webex AI Agent Studio bör du ha tillgång till Webex Connect.

Logga in på Webex Connect-programmet med hjälp av klientens URL som tillhandahålls för ditt företag och dina inloggningsuppgifter.
Som standard visas sidan Tjänster som en startsida.
Från menyn Appfält i den vänstra navigeringsrutan klickar du på Webex AI Agent Studio för att komma åt programmet.
Systemet startar programmet Webex AI Agent Studio i en annan webbläsarflik och du loggas automatiskt in i programmet.

Layout på startsidan

Välkommen till programmet Webex AI Agent Studio. När du loggar in visas följande layout på startsidan:

Navigeringsfält

Navigeringsraden till vänster ger tillgång till följande menyer:
- Instrumentpanel – visar en lista över AI-agenter som användaren har åtkomst till, som beviljas av företagsadministratören.
- Kunskap – Visar det centrala kunskapsarkivet eller kunskapsbasen, som fungerar som hjärnan för autonoma AI-agenter att svara på kundfrågor.
- Rapporter – Visar förbyggda AI-agentrapporter av olika typer. Du kan skapa eller schemalägga rapporter efter verksamhetens behov.
- Hjälp – ger åtkomst till användarhandboken för Webex AI Agent Studio i Webex hjälpcenter.
Användarprofil
På menyn Användarprofil kan du visa din profilinformation och logga ut från programmet.

Sidan Företagsprofil innehåller information om AI-agentklienten, som endast är tillgänglig för administratörer med fullständig administratörsåtkomst.
- Fliken Översikt innehåller följande information:
  - Företags-ID – Inkluderar Webex organisations-ID, CPaaS organisations-ID och företags prenumerations-ID. Detta är tillgängligt för företag med Webex Contact Center-integrering för motsvarande Webex Connect-klient.
  - Profilinställningar – innehåller företagsnamn, unikt företagsnamn och logotypens URL.
  - Globala agentinställningar – Tillåter val av standardagent för röstkanal för hantering av reservscenarier.
  - Sammanfattning av datalagring – ger en sammanfattning av datalagringsperioder för det här företaget.
- På fliken Teammedlemmar kan du visa och hantera listan över teammedlemmar som har åtkomst till programmet. Varje användare tilldelas en roll som avgör vilka åtgärder de kan utföra baserat på tilldelade behörigheter.

Känn till instrumentpanelen

På instrumentpanelen visas AI-agenterna med kort som visar grundläggande information, inklusive AI-agentens namn, senast uppdaterat av, senast uppdaterat på och motorn som används för att utbilda agenten.

Uppgifter på kortet för AI-agenter

Håll muspekaren över ett AI-agentkort för att visa följande alternativ:

Förhandsgranska – klicka på Förhandsgranska för att öppna widgeten för förhandsgranskning av AI-agenten.
Ellipsikon – klicka på den här ikonen för att utföra följande uppgifter:
- Kopiera länken för förhandsgranskning – Kopiera länken för förhandsgranskning för att klistra in i en ny flik och förhandsgranska AI-agenten i chattwidgeten.
- Kopiera åtkomsttoken – Kopiera AI-agentens åtkomsttoken för att anropa agenten via API:er.
- Exportera – Exportera AI-agentinformationen (i JSON-format) till din lokala mapp.
- Ta bort – ta bort AI-agenten permanent från systemet.
- Fäst – Fäst AI-agenten på den första positionen på instrumentpanelen eller ta bort fäst för att flytta den tillbaka till dess tidigare position.

Skapa en ny AI-agent

Du kan skapa en ny AI-agent genom att använda alternativet + Skapa agent i det övre högra hörnet på instrumentpanelen. Du kan välja att använda en fördefinierad mall eller skapa en agent från grunden.

Mer information om hur du skapar skript och autonoma AI-agenter finns i följande avsnitt:

Skript för AI-agent för att svara på frågor
Skriptad AI-agent för att utföra åtgärder
Fristående AI-agent för att svara på frågor
Fristående AI-agent för att utföra åtgärder

Importera förbyggd AI-agent

Du kan importera en förskapad AI-agent i JSON-format från en lista över tillgängliga AI-agenter. Kontrollera först att du har exporterat AI-agenten i JSON-format till din lokala mapp. Följ dessa steg för att importera den:

Klicka på Importera agent.
Klicka på Överför för att ladda upp AI-agentfilen (i JSON-format) som exporteras från plattformen.
I fältet Agentnamn anger du AI-agentens namn.
(Valfritt) Redigera den systemgenererade unika identifieraren i System-ID.
Klicka på Importera.

Din AI-agent har nu importerats till Webex AI Agent Studio-plattformen och finns tillgänglig på instrumentpanelen.

Nyckelordssökning

Plattformen tillhandahåller robusta sökfunktioner som hjälper dig att enkelt hitta och hantera AI-agenter. Du kan söka efter nyckelord med agentnamnet. Ange agentnamnet eller en del av namnet i sökfältet. Systemet visar en lista över AI-agenter som matchar dina sökkriterier.

Filtrera efter agenttyp

Förutom nyckelordssökning kan du förfina sökresultaten genom att filtrera baserat på typen av AI-agent. Välj ett av agenttypfilter i listrutan – Skript, Fristående och Alla.

Hantera kunskapsbas

En kunskapsbas är ett centralt datalager för autonoma AI-agenter som drivs av Large Language Model (LLM). De autonoma AI-agenterna utnyttjar avancerad AI- och maskininlärningsteknik för att förstå, bearbeta och generera mänsklig text. Dessa AI-agenter utbildar stora mängder data så att de kan ge detaljerade och kontextuellt relevanta svar. Kunskapsbaser lagrar de data som behövs för att de autonoma AI-agenterna ska fungera.

Så här kommer du åt kunskapsbasen:

Logga in på plattformen Webex AI Agent Studio.
På instrumentpanelen klickar du på ikonen Kunskap i den vänstra navigeringsrutan. Sidan för kunskapsbaser visas.
Du kan hitta en kunskapsbas baserat på följande kriterier:
- Kunskapsbasens namn
- Typ av kunskapsbas
- Kunskapsbaser har uppdaterats mellan angivna datum
- Kunskapsbaser som skapats mellan angivna datum
  Klicka på Återställ alla för att återställa sökkriterierna.
Du kan också skapa en ny kunskapsbas. För att skapa en ny kunskapsbas, se Skapa kunskapsbas för AI-agenten.

Skapa kunskapsbas för AI-agenten

1	På instrumentpanelen klickar du på ikonen Kunskap i den vänstra navigeringsrutan.
2	På sidan Kunskapsbaser klickar du på +Skapa kunskapsbas i det övre högra hörnet.
3	Ange följande information på sidan Skapa kunskapsbas : Namn på kunskapsbas – ange ett namn på kunskapsbasen. Beskrivning – Ge en kort beskrivning av kunskapsbasen.
4	Klicka på Skapa. Systemet skapar en kunskapsbas med det angivna namnet.
5	På fliken Filer : Dra och släpp filerna till kunskapsbasen. Alternativt kan du klicka på Lägg till fil för att lägga till en fil. Systemet stöder följande filformat: PDF, .doc, .docx, data över kabel, .txt, .xlsx, .xls och CSV. Storleken på varje fil får inte överstiga 2 MB. När du har lagt till filerna klickar du på Behandla filer för att behandla filerna. När du är klar listar systemet filerna under fliken Filer .
6	På fliken Dokument : Klicka på +Skapa dokument för att skapa dina egna kunskapsbasdokument. På sidan Skapa dokument anger du Dokumentnamn. Använd textredigeraren för att lägga till den information som krävs och formatera texten efter behov. Markera Lägg till i befintlig kategori för att lägga till dokumentet i den befintliga kategorin. Du kan även välja att Lägg till i ny kategori och skapa en ny kategori. Klicka på Spara. Du kan även klicka på +Lägg till kategori för att definiera kategorier och lägga till dokumenten under motsvarande kategori. Välj det dokument som krävs i den vänstra panelen och klicka på Webbförhandsgranskning för att förhandsgranska dokumentet.
7	Navigera till fliken Information för att visa och spåra information om de filer som du har laddat upp och dokument som du har skapat. Klicka på ikonen Redigera för att redigera kunskapsbasfilerna. Redigera namnet på filen om det behövs. Du kan även ta bort befintliga filer och lägga till nya filer. Klicka på ikonen Ta bort för att ta bort kunskapsbasen helt.

Nästa steg

Konfigurera kunskapsbasen för den autonoma AI-agenten för att svara på frågor.

Konfigurera autonoma AI-agenter

Autonoma AI-agenter fungerar självständigt utan direkt mänsklig inblandning. Dessa agenter använder avancerade algoritmer och maskininlärningstekniker för att analysera data, lära av sin miljö och anpassa sina åtgärder för att uppnå specifika mål. I det här avsnittet beskrivs de två primära funktionerna för en fristående AI-agent.

Fristående AI-agent för att utföra uppgifter

De autonoma AI-agenterna kan utföra olika uppgifter, bland annat:

Bearbetning av naturligt språk (NLP) – Förstå och svara på mänskligt språk på ett naturligt och konversativt sätt.
Beslutsfattande – Gör informerade val baserat på tillgänglig information och fördefinierade regler.
Automatisering – automatisera repetitiva eller tidskrävande uppgifter.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en fristående AI-agent för att utföra åtgärder
Uppdatera profil för fristående AI-agent
Lägg till åtgärder i fristående AI-agent
Konfigurera platsfyllning
Definiera uppfyllelse

Skapa en fristående AI-agent för att utföra åtgärder

1	Logga in på plattformen Webex AI Agent Studio.
2	Klicka på Skapa agent på instrumentpanelen.
3	På skärmen Skapa en AI-agent klickar du på Starta från grunden. Du kan även välja en fördefinierad mall för att snabbt skapa din AI-agent. Filtrera AI-agenttypen som Fristående. I detta fall fylls fälten på sidan Profil automatiskt i.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent bygger du klickar du på Fristående.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – ange namnet på AI-agenten. System-ID – En systemgenererad unik identifierare. Det här fältet kan redigeras. AI-motor – Välj AI-motorn i listrutan. Standardmotorn för AI är Nova. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI-agenten för bästa praxis och exempel.
9	Klicka på Skapa. Du har nu skapat den autonoma AI-agenten för att utföra åtgärder som nu är tillgänglig på instrumentpanelen. I sidhuvudet för AI-agenten kan du utföra följande uppgifter: Förhandsgranska Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i detta avsnitt. Du kan även importera de förbyggda AI-agenterna. Mer information finns i Importera förbyggd AI-agent

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera profil för fristående AI-agent

Innan du börjar

Skapa en fristående AI-agent för att utföra åtgärder.

Klicka på den AI-agent som du har skapat på Instrumentpanelen.

Navigera till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – redigera namnet på AI-agenten om det behövs.
System-ID – Redigera system-ID för AI-agenten om det behövs.
Agentens mål – redigera AI-agentens mål om det behövs. Se Riktlinjer för att definiera mål och instruktioner för AI-agenten för riktlinjer och exempel.
Instruktioner – Ange instruktionerna för AI-agenten. Se Riktlinjer för att definiera mål och instruktioner för AI-agenten för riktlinjer och exempel.
URL till agentprofilbild – standard-URL där systemet hämtar AI-agentens logotyp eller bild. Ändra detta vid behov.
AI-motor – uppdatera AI-motorn om det behövs.
Välkomstmeddelande – Standardvälkomstmeddelandet som AI-agenten använder för att starta interaktionen. Uppdatera detta om det behövs.

Klicka på Publicera för att göra AI-agenten live.

Nästa steg

Lägg till de åtgärder som krävs i AI-agenten.

Lägg till åtgärder i fristående AI-agent

Autonoma AI-agenter för att utföra åtgärder är utformade för att förstå användarnas avsikter och agera därefter. Till exempel på en restaurang är det nödvändigt att automatisera intaget av matbeställningar på nätet. För att utföra uppgiften kan du skapa en fristående AI-agent som utför följande åtgärder:

Få den information som krävs från kunden.
Överför informationen till det nödvändiga flödet.

Den autonoma AI-agenten för att utföra åtgärder fungerar på följande byggstenar:

Åtgärd – en funktion som gör det möjligt för AI-agenten att ansluta till externa system för att utföra komplexa uppgifter.
Enhet eller plats – Representerar ett steg för att uppfylla användarens avsikt. Att fylla i platser innebär att man ställer specifika frågor till kunden för att uppfylla kundens avsikter baserat på uttalanden. Det är utlösaren för en AI-agent att börja utföra en åtgärd. Definiera inmatningsenheterna som en del av platsfyllningen.
Uppfyllelse – Avgör hur AI-agenten slutför åtgärden. Som en del av fullgörandet kan du definiera utdataenheterna för den autonoma AI-agenten för att generera svaret i ett specifikt format. Systemet skickar utdataenheterna till flödet för att fortsätta med åtgärden och slutföra uppgiften.

På fliken Åtgärd klickar du på +Ny åtgärd.

Ange följande information på sidan Lägg till en ny åtgärd :

Åtgärdsnamn – ange åtgärdens namn. Till exempel Boka biljetter.
Åtgärdsbeskrivning – Ge en kort beskrivning av den förväntade åtgärden. Se till att åtgärdsbeskrivningen är tydlig och korrekt.
Åtgärdsomfattning – Välj åtgärdsomfattning i den nedrullningsbara listan. Följande alternativ är tillgängliga:
- Klicka på Platsfyllning för att konfigurera de inmatningsenheter som krävs för platsfyllning. Om du väljer att fylla i platser kan du inte konfigurera fyllningsinformationen.
- Klicka på Slot-fyllning med fyllning för att konfigurera de inmatningsenheter som krävs för slot fyllning och även definiera information om åtgärden.
Agentöverlämning är standardåtgärden som är aktiverad som standard. Använd växlingsalternativet för att inaktivera agentöverlämning.

Nästa steg

Du kan antingen konfigurera slots eller så kan du konfigurera slots och definiera uppfyllelse beroende på valt åtgärdsområde.

Konfigurera platsfyllning

Slot fyllning innebär att de inmatningsenheter som krävs för AI-motorn läggs till. Lägg till inmatningsenheterna i avsnittet Platsfyllning på sidan Åtgärder :

Du kan lägga till enheterna en efter en i tabellformat.
Du kan även använda JSON-filen och definiera enheterna. Se En rundtur i JSON-schemat för mer information.

Lägg till inmatningsenheter i tabellformat

1	Om du vill lägga till en inmatningsenhet klickar du på +Ny inmatningsenhet.
2	Ange följande information på sidan Lägg till en ny inmatningsenhet : Enhetsnamn – ange namnet på den inmatade enheten. Enhetstyp – Välj enhetens datatyp. Enhetsbeskrivning – Ange en kort beskrivning av enheten. Se till att enhetsbeskrivningen är tydlig och korrekt. Enhetsexempel – Ange ett exempel för enheten. Klicka på +Lägg till för att lägga till fler exempel. Markera kryssrutan Obligatoriskt för att göra den här enheten obligatorisk.
3	Klicka på Lägg till för att lägga till inmatningsenheten. Du kan lägga till så många inmatningsenheter som du behöver.
4	Använd alternativet Kontroller för att utföra följande åtgärder på enheten: Klicka på ikonen Redigera för att redigera de tillagda inmatningsenheterna. Klicka på ikonen Ta bort för att ta bort enheten.

Lägg till enheter med JSON-redigerare

Du kan lägga till indataenheter och utdataenheter med JSON-redigeraren. I JSON-editorvyn måste enheterna definieras i ett strukturerat JSON-format.

Mer information finns i En rundtur i JSON-schemat.

Inmatningsparameterstruktur

Inmatningsparametrarna måste följa följande struktur:

typ – Datatyp för parameterobjektet. Detta är alltid "objekt" för att beteckna att parametrarna är strukturerade som ett objekt.

egenskaper – ett objekt där varje nyckel representerar en parameter och tillhörande metadata.

obligatoriskt – En sträng med strängar som listar namnen på de parametrar som är obligatoriska.

egenskaper Objekt

Varje nyckel i egenskapsobjektet representerar en inmatningsenhet/parameter och innehåller ett annat objekt med metadata om den parametern. Metadata ska alltid innehålla följande nyckelord:

type – Datatyp för parametern. Tillåtna typer är:
- sträng– textdata.
- heltal – Numeriska data utan decimaler.
- nummer – Numeriska data som kan innehålla decimaler.
- Booleska– Sanna/falska värden.
- matris – En lista med objekt som alla är av samma typ.
- objekt– En komplex datastruktur med kapslade egenskaper.
beskrivning – En kort förklaring av vad enheten representerar. Detta hjälper AI-motorn att förstå syftet och användningen av parametern. För bättre exakthet rekommenderas en beskrivning som är kortfattad samt överensstämmer med agentens instruktioner och åtgärdsbeskrivning.
Validering tillämpas av plattformen endast för ”typ”. ”Beskrivning” är inte framtvingad för alla enheter, men det rekommenderas starkt att den läggs till. Andra användbara nyckelord för enhetsmetadata är:
- enum – Enum-fältet listar möjliga värden för en parameter. Detta är användbart för parametrar som endast bör acceptera en begränsad uppsättning värden. Utvecklare kan definiera anpassade listor med värden som en parameter ska acceptera för att använda detta.
- mönster – Mönsterfältet används med strängtyper för att ange ett reguljärt uttryck som strängen måste matcha. Detta är särskilt användbart för att validera specifika format som telefonnummer, postnummer eller anpassade identifierare.
- exempel – Exempelfältet innehåller ett eller flera exempel på giltiga värden för parametern. Detta hjälper AI-motorn att förstå vilken typ av data som förväntas och kan vara särskilt användbar för tolkning och validering.

Det finns andra nyckelord som kan göra enhetsdefinitionen mer korrekt och robust. Mer information finns i En rundtur i JSON-schemat.

Exempel

Följande exempel innehåller olika typer av enheter och nyckelord:

{ "type": "object", "properties": { "username": { "type": "string", "description": "Kontots unika användarnamn.", "minLength": 3, ”maxLength”: 20 }, "password": { "type": "string", "description": "Lösenordet till kontot.", "minLength": 8, "format": "lösenord" }, "e-post": { "type": "sträng", "beskrivning": "Kontots e-postadress.", "mönster": "\w+([-+.']\w+)*@\w+([-.]\w+)*" }, "födelsedatum": { "type": "sträng", "beskrivning": "Användarens födelsedatum.", "exempel": ["typ": "objekt", "beskrivning": "Inställningar för användarinställningar.", "egenskaper": { "nyhetsbrev": { "type": "boolesk", "beskrivning": "Om användaren vill få nyhetsbrev.", "standard": true }, "aviseringar": {"type": "sträng", "beskrivning": "Önskad aviseringsmetod.", "enum": ["email", "sms", "push"] } } }, "roller": {"type": "array", "description": "Lista över roller som tilldelats användaren.", "objekt": {"type": "sträng", "enum": ["user", "admin", "moderator"] } } }, "obligatoriska": ["användarnamn", "lösenord", "e-post"] }

Det här exemplet omfattar följande enheter:

användarnamn – En strängtyp med begränsning för minsta och högsta längd.
lösenord – En strängtyp med en minsta längd och ett specifikt format (lösenord anger att den ska hanteras på ett säkert sätt).
e-post – En strängtyp med ett regex-mönster för att säkerställa att det är en giltig e-postadress.
födelsedatum – En strängtyp med exempel för att bestämma datumformatet.
inställningar – En objekttyp med kapslade egenskaper (nyhetsbrev och aviseringar), inklusive en boolesk med standardvärde och en sträng med specifika tillåtna värden (enum).
roller – En matristyp där varje objekt är en sträng begränsad till specifika värden (enum).

Användarnamn, lösenord och e-postadress är obligatoriska enligt definitionen i ”obligatorisk” matris.

I detta exempel har enheterna beskrivande namn, tydliga beskrivningar och följer en konsekvent struktur och namnkonvention. Följ dessa bästa metoder för att skapa väldefinierade enheter som är lätta för AI-motorn att tolka och tillämpa.

Definiera uppfyllelse

1	Definiera information om uppfyllelse för implementering av AI-agenten i ett kontaktcenter. Ange följande uppgifter: Välj en metod för uppfyllelse – Välj flödet. Välj en flödesbyggare – välj den flödesbyggare som krävs. Flödeswebhook-URL – ange webhook-URL:en. Mer information finns i Inkommande webhooks. Tjänstenyckel – ange informationen om tjänstenyckeln.
2	Konfigurera utmatningsenheterna så att AI-agenten genererar resultatet i ett format som kan förstås av flödet.
3	Om du vill lägga till en utdataenhet klickar du på +Ny utdataenhet. Ange följande information på skärmen Lägg till ny utdataenhet : Enhetsnamn – ange namnet på utdataenheten. Enhetstyp – Välj enhetens datatyp. Enhetsbeskrivning – Ange en kort beskrivning av enheten. Se till att beskrivningen är tydlig och korrekt. Enhetsexempel – Ange ett exempel för enheten. Klicka på +Lägg till för att lägga till fler exempel. Markera kryssrutan Obligatoriskt för att göra detta till en obligatorisk enhet. Du kan även använda en JSON-fil för att lägga till utdataenheterna. Mer information finns i Lägg till enheter med JSON-redigerare .
4	Klicka på Lägg till för att lägga till utdataenheten. Du kan lägga till så många utdataenheter som du behöver.
5	Använd alternativet Kontroller för att utföra följande åtgärder på enheten: Klicka på ikonen Redigera för att göra ändringar i enheten. Klicka på ikonen Ta bort för att ta bort enheten.
6	Klicka på Lägg till för att slutföra konfigurationen.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent. Klicka på Publicera för att göra AI-agenten live.

När du har konfigurerat AI-agenten:

För att visa prestanda för AI-agenten, se Visa prestanda för autonoma AI-agenter med hjälp av analyser.
Mer information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Autonoma AI-agenter för att svara på frågor

Autonoma agenter kan komma åt och använda ett kunskapsarkiv för att ge informativa och korrekta svar på användarfrågor. Den här funktionen är användbar i situationer där agenten behöver:

Ge kundsupport – svara på vanliga frågor, felsöka problem och vägleda kunder genom processer.
Erbjuda tekniskt stöd – ge expertråd i specifika ämnen eller domäner.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en fristående AI-agent för att svara på frågor
Uppdatera profil för fristående AI-agent
Konfigurera kunskapsbas

Skapa en fristående AI-agent för att svara på frågor

Innan du börjar

Se till att skapa kunskapsbasen. Mer information finns i Hantera kunskapsbaser.

1	Logga in på plattformen Webex AI Agent Studio.
2	Klicka på Skapa agent på instrumentpanelen.
3	På skärmen Skapa en AI-agent klickar du på Starta från grunden. Du kan även välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen som fristående. I det här fallet fylls fälten på profilsidan automatiskt i.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent bygger du klickar du på Fristående.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – ange namnet på AI-agenten. System-ID – En systemgenererad unik identifierare. Det här fältet kan redigeras. AI-motor – Välj önskad AI-motor i listrutan. Standardmotorn för AI är Nova. För röstbaserad förhandsgranskning väljer du Vega. Mer information finns i Röstbaserad förhandsgranskning . Kunskapsbas – Välj den kunskapsbasfil som krävs i listan över tillgängliga kunskapsbaser. Du kan inte mappa den valda kunskapsbasen till andra AI-agenter. Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI-agenten för riktlinjer och exempel.
9	Klicka på Skapa. Den autonoma AI-agenten för att svara på frågor har skapats och är nu tillgänglig på instrumentpanelen. I sidhuvudet för AI-agenten kan du utföra följande uppgifter: Förhandsgranska Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i detta avsnitt. Du kan även importera de förbyggda AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Uppdatera profilen för den autonoma AI-agenten.

Uppdatera profil för fristående AI-agent

Innan du börjar

Skapa en fristående AI-agent för att svara på frågor.

Klicka på den AI-agent som du har skapat på Instrumentpanelen.

Navigera till fliken Inställningar > Profil och konfigurera följande information:

Agentnamn – redigera namnet på AI-agenten om det behövs.
System-ID – Redigera system-ID för AI-agenten om det behövs.
Agentens mål – Ge en kort beskrivning av AI-agentens mål. Se Riktlinjer för att definiera mål och instruktioner för AI-agenten för riktlinjer och exempel.
URL till agentprofilbild – redigera URL:en där systemet hämtar AI-agentens logotyp eller bild.
AI-motor – Välj önskad AI-motor i listrutan.
Välkomstmeddelande – Ange välkomstmeddelandet som AI-agenten ska använda för att starta interaktionen.
Tillåt agentöverföring – Aktivera växlingsalternativet för att överföra konversationen till en mänsklig agent när en kund vill prata med en agent.

Klicka på Spara ändringar för att få AI-agenten live.

Nästa steg

Konfigurera kunskapsbasen för AI-agenten.

Konfigurera kunskapsbas

Innan du börjar

Skapa en fristående AI-agent för att svara på frågor.

1	På sidan Instrumentpanel väljer du den AI-agent som du har skapat.
2	Navigera till fliken Kunskapsbas .
3	Välj kunskapsbasen som krävs i listrutan.
4	Klicka på Spara ändringar för att få AI-agenten live.

Nästa steg

Klicka på Förhandsgranska för att förhandsgranska AI-agenten. Mer information finns i Förhandsgranska din autonoma AI-agent.

När du har konfigurerat AI-agenten:

För att visa prestanda för AI-agenten, se Visa prestanda för autonoma AI-agenter med hjälp av analyser.
Mer information om sessioner och historik finns i Visa autonoma AI-agentsessioner och historik.

Visa session och historik för autonom AI-agent

Du kan visa information om sessionen och historiken för alla autonoma AI-agenter som du har skapat. Sidan Sessioner visar information om sessioner som har etablerats med konstomerarna. På sidan Historik kan du visa information om konfigurationsändringar som gjorts på AI-agenten.

Sessioner

Sidan Sessioner innehåller en omfattande förteckning över alla interaktioner mellan AI-agenter och användare. För att navigera till sidan Sessioner :

Klicka på den autonoma AI-agenten som du vill visa sessionsinformation för på Instrumentpanelen.
Klicka på Sessioner i den vänstra navigeringsrutan.

Sidan Sessioner visas. Varje session visas som en post som innehåller alla meddelanden från sessionen. Den här informationen är användbar för granskning, analys och förbättring av AI-agenten.

Sessionstabellen visar en lista över alla sessioner/rum som har skapats för AI-agenten. Tabellen sidnumreras om det finns fler rader än vad som kan bäddas in på en skärm. Alla fält i tabellen kan sorteras eller filtreras med hjälp av avsnittet Förfina resultat till vänster. Fälten som visas representerar följande information om en viss session:

Sessions-ID – det unika rums-ID eller sessions-ID för en konversation.
Konsument-ID – ID:t för den konsument som interagerade med AI-agenten.
Kanaler– Kanal där interaktionen ägde rum.
Uppdaterat Vid – Tidpunkt då rummet stängs.
Rumsmetadata – innehåller ytterligare information om rummet.
Markera de obligatoriska kryssrutorna:
- Dölj testsessioner – om du vill dölja testsessioner och visa endast listan över livesessioner.
- Agentöverlämning genomfördes – för att filtrera sessioner som lämnas över till en agent. Om agentöverföring sker visas ikonen Hörlurar som anger att chatten ska överföras till en mänsklig agent.
- Fel inträffade – För att filtrera sessioner där felet inträffade.
- Nedröstade – för att filtrera de nedröstade sessionerna.
Klicka på en rad i sessionstabellen för en detaljerad vy över sessionen. Låsikonen indikerar att sessionen är låst och måste dekrypteras. Du måste ha behörighet att avkryptera sessionen. Om växlingsknappen Avkryptera åtkomst är aktiverad kan du komma åt alla sessioner med knappen Avkryptera innehåll . Den här funktionen är dock endast tillämplig när Avancerat dataskydd är inställt på sant eller aktiverat för innehavaren.

Historik

På sidan Historik kan du visa information om konfigurationsändringar som gjorts på AI-agenten. Så här visar du en specifik agents historik:

Klicka på den autonoma AI-agenten som du vill visa historiken för på Instrumentpanelen.
Klicka på Historik i den vänstra navigeringsrutan.

Sidan Historik visas med följande flikar:

Granska loggar – klicka på fliken Granska loggar för att visa ändringarna som gjorts för AI-agenterna.
Modellhistorik – klicka på fliken Modellhistorik om du vill visa de olika versionerna av den autonoma AI-agenten för att utföra åtgärder.

Granska loggar

Fliken Granska loggar spårar ändringar som gjorts för den autonoma AI-agenten. Du kan visa detaljer om ändringarna under de senaste 35 dagarna. Fliken Granska loggar visar följande information:

Användare med utvecklarroller för administratör eller AI-agent har endast åtkomst till fliken Granska loggar . Användare med anpassade roller som har behörighet ”Hämta granskningslogg” kan också visa granskningsloggarna.

Uppdaterad vid – datum och tidpunkt för ändringen.
Uppdaterat av – namnet på användaren som inkluderade ändringen.
Fält – Det specifika avsnitt av AI-agenten där ändringen gjordes.
Beskrivning – Ytterligare information om ändringen.

Du kan söka efter en specifik granskningslogg med sökalternativen Uppdaterad av, Fält och Beskrivning . Du kan sortera loggarna baserat på fälten Uppdaterad vid och Uppdaterad efter .

Modellhistorik

Fliken Modellhistorik är endast tillgänglig för den autonoma AI-agenten för att utföra åtgärder.

När du publicerar den autonoma AI-agenten för att utföra åtgärder sparas en version av den autonoma AI-agenten och finns tillgänglig på fliken Modellhistorik . Du kan visa de olika versionerna av AI-agenten från fliken Modellhistorik .

Modellbeskrivning – En kort beskrivning av AI-agentens version.
AI-motor – AI-motorn som används för den versionen av AI-agenten.
Uppdaterad den – datum och tid då versionen skapades.
Åtgärder – Låter dig utföra följande åtgärder på AI-agenten
- Läsa in – alla ändringar på AI-agenten går förlorade. Du måste utföra konfigurationen igen.
- Exportera – Använd för att exportera AI-agenten.

Förhandsgranska din autonoma AI-agent

Du kan förhandsgranska de autonoma AI-agenterna när du skapar AI-agenten, under redigering och efter distribution av agenten. Du kan öppna förhandsgranskningen från:

AI-agentens instrumentpanel – när du håller muspekaren över ett AI-agentkort visas alternativet Förhandsgranska för AI-agenten. Klicka för att öppna förhandsgranskningen av AI-agenten.
AI-agentens sidhuvud – Klicka på kortet för AI-agenten för att öppna AI-agenten. Alternativet Förhandsgranska visas alltid i huvudavsnittet.
Minimerad widget – när en förhandsgranskning har startats och minimerats visas en widget för chatthuvudet längst ner till höger på sidan. Du kan använda det här alternativet för att enkelt öppna förhandsgranskningsläget igen.

Webex AI Agent Studio tillhandahåller även ett delbart förhandsgranskningsalternativ. Klicka på menyn uppe till höger och välj alternativet Kopiera förhandsgranskningslänk . Du kan dela länken för förhandsgranskning med andra användare som testare eller konsumenter av AI-agenten.

Widget för förhandsgranskning av plattform

Widgeten för förhandsgranskning visas i skärmens nedre högra del. Du kan ange yttranden (eller en sekvens av yttranden) för att kontrollera AI-agentens svar och se till att den fungerar korrekt.

Du kan också minimera widgeten för förhandsgranskning, tillhandahålla konsumentinformation och starta flera rum för att testa AI-agenten.

Delningsbar förhandsgranskningswidget

Med den delningsbara förhandsgranskningswidgeten kan du dela AI-agenten med intressenter och konsumenter på ett presenterbart sätt utan att behöva utveckla ett anpassat användargränssnitt för att ytbehandla AI-agenten. Som standard återger den kopierade förhandsgranskningslänken AI-agenten med ett telefonhölje. Du kan göra en snabb anpassning genom att ändra vissa parametrar i länken för förhandsgranskning. Du kan anpassa widgeten enligt följande:

Widgetfärg – genom att lägga till parametern brandColor i länken. Du kan definiera enkla färger med hjälp av färgnamn eller använda den hexadecimala färgkoden.
Telefontäckning – genom att ändra värdet på parametern phoneCasing i länken. Detta är som standard sant och kan inaktiveras genom att göra det falskt.

Exempellänk för förhandsgranskning med dessa parametrar: ? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=&brandcolor<ange en färgs hexadecimala värde i formatet '_XXXX'>.

Röstbaserad förhandsgranskning

Autonom AI-agent för att svara på frågor har stöd för röstbaserad förhandsgranskning. För att aktivera det här alternativet:

Navigera till Instrumentpanel och välj AI-agenten.
Navigera till Inställningar > Profil.
1. Från den nedrullningsbara listan AI-motor väljer du Vega.
Klicka på Spara ändringar.

Alternativet Förhandsgranska uppdateras med en mikrofon -ikon för röstbaserad förhandsgranskning. Klicka på Förhandsgranska. Widgeten för röstförhandsgranskning visas.

Du måste aktivera mikrofonåtkomst för att använda den här funktionen.

Du kan visa följande alternativ i widgeten för röstförhandsgranskning:

Starta -knappen för att starta förhandsgranskningen.
Liveavskrift av konversationen visas i widgeten när röstförhandsgranskningen pågår.
Avsluta samtalet för att avsluta konversationen.
Stäng av ljudet för att stänga av ljudet.

Visa prestanda för autonoma AI-agenter med hjälp av analyser

I avsnittet AI-agentanalys finns en grafisk representation av de viktigaste mätvärdena för att utvärdera AI-agentens prestanda och effektivitet. Så här genererar du analyser av den autonoma AI-agenten:

Välj AI-agenten från instrumentpanelen.
Klicka på Analys i den vänstra navigeringsrutan. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

I det första avsnittet visas följande statistik om sessioner och meddelanden för AI-agenten.

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig intervention.
Totalt antal agentöverlämningar, vilket är antalet sessioner som lämnats över till mänskliga agenter.
Genomsnittligt antal sessioner
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittligt antal meddelanden per dag

I det andra avsnittet visas statistik om användarna. Den innehåller ett antal totala användare och information om genomsnittliga sessioner per användare och dagliga genomsnittliga användare.

Det tredje avsnittet visar AI-agentens svar och agentöverlämningar

Konfigurera skriptad AI-agent

I det här avsnittet beskrivs hur du konfigurerar och hanterar skript AI-agenter på Webex AI Agent Studio-plattformen, så att de ger korrekta svar på användarfrågor och effektivt utför automatiserade uppgifter.

Skriptad AI-agent för att utföra uppgifter

Skriptad AI-agent ökar funktionerna för att bygga agenter utan kod i Webex AI Agent Studio-plattformen. En skriptad AI-agent möjliggör flera turnékonversationer där den kan hämta relevanta data från kunder för att utföra specifika uppgifter. Detta inkluderar:

Kör enkla kommandon – följ anvisningarna för att slutföra fördefinierade åtgärder.
Bearbetning av data – Manipulera och omvandla data enligt angivna regler.
Interagera med andra system – Kommunicera med och kontrollera andra lösningar.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en skriptad AI-agent för att utföra åtgärder
Uppdatera skriptad AI-agentprofil
Hantera enheter
Hantera avsikter
Hantera svar
Konfigurera hanteringsinställningar
Lägg till ett språk i skript-AI-agenten
Konfigurera överföringsinställningar

Skapa en skriptad AI-agent för att utföra åtgärder

1	Logga in på plattformen Webex AI Agent Studio.
2	Klicka på Skapa agent på + Instrumentpanel.
3	På skärmen Skapa en AI-agent skapar du en ny AI-agent från grunden. Du kan även välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen efter skript. I det här fallet fylls fälten på profilsidan automatiskt i.
4	Klicka på Starta från grunden och sedan på Nästa.
5	I avsnittet Vilken typ av agent bygger du? klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion? klickar du på Utför åtgärder.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – ange namnet på AI-agenten. System-ID – detta är den systemgenererade unika identifieraren. Du kan även redigera det här fältet. AI-motor – Välj AI-motorn i listrutan.
9	Klicka på Skapa. Den skriptade AI-agenten för att svara på frågor har skapats och är nu tillgänglig på instrumentpanelen. I sidhuvudet för AI-agenten kan du utföra följande uppgifter: Förhandsgranska Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i detta avsnitt. Du kan även importera de förbyggda AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Skapa enheter, lägg till avsikter och definiera svar.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på plattformen Webex AI Agent Studio.
2	Välj den AI-agent som du har skapat på Instrumentpanelen.
3	Navigera till Inställningar > Profil och konfigurera följande information: Agentnamn – redigera namnet på AI-agenten efter behov. System-ID – redigera den systemgenererade identifieraren för AI-agenten efter behov. URL till agentprofilbild – redigera URL:en där systemet hämtar AI-agentens logotyp eller bild. Beskrivning – ange information om AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen för att låta en AI-agent be om feedback i meddelandet. Anpassat felmeddelande – skriv ett meddelande som dyker upp vid eventuella fel under en chatt med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera enheter

Enheter är byggblocken i konversationer. De är de väsentliga element som AI-agenten extraherar från användarnas uttalanden. De representerar specifika delar av information, t.ex. produktnamn, datum, kvantiteter eller någon annan betydande ordgrupp. Genom att effektivt identifiera och extrahera enheter kan en AI-agent bättre förstå användaravsikterna och tillhandahålla mer korrekta och relevanta svar.

Enhetstyper

Webex AI Agent Studio erbjuder 11 förbyggda enhetstyper för att samla in olika typer av användardata. Du kan även skapa någon av följande anpassade enheter.

Anpassade enheter

Dessa enheter kan konfigureras och gör det möjligt för utvecklare att samla in information om användningsfall.

Anpassad lista – definiera listor över förväntade strängar för att samla in specifika datapunkter som inte täcks av förbyggda enheter. Du kan lägga till flera synonymer för varje sträng. Till exempel en anpassad pizzastorleksenhet.
Regex – använd reguljära uttryck för att identifiera specifika mönster och extrahera motsvarande data. Till exempel ett regex-telefonnummer (till exempel 123-123-8789).
Siffror – fånga numeriska inmatningar med fast längd med hög precision, särskilt vid röstinteraktioner. I icke-röstinteraktioner används den som ett alternativ till anpassade enhetstyper och Regex. Om du till exempel vill identifiera ett femsiffrigt kontonummer måste en längd på fem definieras.
Alfanumeriska – fånga kombinationer av bokstäver och siffror, vilket ger korrekt igenkänning för både röst- och icke-röst-ingångar.
Kostnadsfritt formulär – samla in flexibla datapunkter som är svåra att definiera eller validera.
Kartplats (WhatsApp) – extrahera platsdata som delas av dig på WhatsApp-kanalen.

Systemenheter

Enhetsnamn	Beskrivning	Exempelinmatning	Exempel på utmatning
Datum	Tolkar datum på naturligt språk till ett standarddatumformat	"juli nästa år"	01/07/2020
Tid	Tolkar tid på naturligt språk till ett standardtidsformat	5 på kvällen	17:00
E-post	Upptäcker e-postadresser	skriv till mig på info@cisco.com	info@cisco.com
Telefonnummer	Upptäcker vanligt telefonnummer	ring mig på 9876543210	9876543210
Valutaenheter	Tolkar valuta och belopp	Jag vill ha 20 dollar	20$
Ordinär	Upptäcker ordinärt nummer	Fjärde av tio personer	4th
Kardinalpräst	Upptäcker kardinalnummer	Fjärde av tio personer	10
Geoplats	Identifierar geografiska platser (städer, länder osv.)	Jag simmade på Themsen i London Storbritannien	London, Storbritannien
Personnamn	Upptäcker vanliga namn	Bill Gates från Microsoft	Bill Gates (olika betydelser)
Kvantitet	Visar mätningar, beroende på vikt eller avstånd	Vi är 5 km från Paris	5km
Varaktighet	Identifierar tidsperioder	1 veckas semester	1 vecka

Skapade enheter kan redigeras från fliken Enheter. Genom att länka enheter till en avsikt antecknas dina uttalanden med upptäckta enheter när du lägger till dem.

Enhetsroller

När en enhet behöver samlas flera gånger inom en enda avsikt blir enhetsroller viktiga. Genom att tilldela olika roller till samma enhet kan du vägleda AI-agenten i att bättre förstå och bearbeta användarindata.

Om du till exempel vill boka ett flyg med ett överdrag kan du skapa en flygplats -enhet med tre roller: Ursprung,destination och layover. Genom att kommentera utbildningsuttalanden med dessa roller kan AI-agenten lära sig de förväntade mönstren och sömlöst hantera komplexa bokningsförfrågningar.

Enhetsroller stöds endast för Mindmeld (anpassade enheter och systemenheter) och Rasa (endast anpassade enheter). Administratörer måste markera kryssrutan Enhetsroller under de avancerade inställningarna i dialogrutan NLU-motorväljare.

Administratörer kan inte växla från RASA eller Mindmeld till Swiftmatch när enhetsroller används. Roller måste tas bort från avsikterna för att inaktivera enhetsrollerna från avancerade inställningar för NLU-motorn. Du kan skapa en enhet med enhetsroller.

Skapa en enhet med enhetsroller

Innan du börjar

1	Logga in på plattformen Webex AI Agent Studio.
2	Klicka på den skriptade AI-agenten som du har skapat på instrumentpanelen.
3	Klicka på Utbildning i den vänstra panelen.
4	På sidan Utbildningsdata klickar du på fliken Enheter .
5	Klicka på Skapa enhet.
6	I fönstret Skapa enhet anger du följande fält: Enhetsnamn – ange enhetsnamnet. Enhetstyp – Välj alternativet Anpassad lista i den nedrullningsbara listan. Värden – Ange ett värde för enheten.
7	Aktivera växlingsknappen Autoföreslå slot-värden för att automatiskt slutföra och ge alternativa förslag för den här enheten under konversationen. Fältet Roller visas när en anpassad enhet skapas endast om enhetsroller är aktiverade i avsnittet Avancerade inställningar i fönstret Ändra utbildningsmotor för RASA- och Mindmeld NLU-motorer.
8	Klicka på Spara. Du kan använda alternativen Redigera och Ta bort i kolumnen Åtgärder för att utföra relaterade åtgärder.

Nästa steg

När du har skapat en enhet kan du länka roller till en enhet.

Länka roller till en enhet

1	Logga in på plattformen Webex AI Agent Studio.
2	Klicka på den AI-agent som du har skapat på Instrumentpanelen.
3	Klicka på Utbildning i den vänstra panelen.
4	På sidan Utbildningsdata väljer du en avsikt att länka enheter och enhetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Slots klickar du på Länkenhet.
6	Välj enhetsrollen för enhetsnamnet.
7	Klicka på Spara. Du kan tilldela roller till en enhet för att samla in samma enhet två gånger för en avsikt.

Motor för naturlig språkförståelse (NLU)

Skriptade AI-agenter använder naturlig språkförståelse (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundinmatningar och ger korrekta svar:

Swiftmatch – En snabb och lättviktig motor med stöd för flera språk.
RASA – Ett ledande AI-ramverk för konversationer med öppen källkod.
Mindmeld (beta) – erbjuder avancerade konversationsflöden och NLU-funktioner.

RASA kräver mer utbildningsdata än Swiftmatch för att uppnå hög precision. Utvecklare kan växla NLU-motorer på flikarna Artiklar och Utbildning för att utvärdera prestanda. Genom att ändra motorn uppdateras AI-agentens algoritm, vilket kräver omutbildning för korrekt slutpunkt baserat på den nya modellen. Du kan analysera prestandaskillnaderna med hjälp av likhetspoäng i Sessioner och ett-klick-testning.

Utvecklare kan även testa och justera tröskelvärden i avsnittet ”Överlämning och slutpunkt” efter att ha bytt motorer. För RASA tenderar tröskelvärdena att vara omvänt proportionerliga till antalet avsikter, vilket innebär att agenter med många avsikter (100+) vanligtvis har lägre fallback-värden i inference-inställningarna.

Byt utbildningsmotorer

För att växla mellan NLU-motorer.

Välj den AI-agent som du vill ändra utbildningsmotorn.
- För Skript AI-agenter för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbas visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Utbildningsdata visas.
Klicka på ikonen Inställningar bredvid NLU-motorn till höger på sidan. Fönstret Ändra utbildningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyskapade AI-agenterna.
Välj utbildningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
Ange denna information i avsnittet Inference :
- Poäng under vilken fallback visas – det lägsta förtroende som krävs för att ett svar ska visas för dig, under vilket ett fallback-svar visas.
- Skillnad i poäng för delmatchning – definierar minsta mellanrum mellan svarens konfidensnivåer för att tydligt visa den bästa matchningen under vilken en delmatchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord–”Stoppord” är funktionsord som etablerar grammatiska relationer mellan andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort ord som artiklar (a, a, the och så vidare), pronomen (han, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar innebörden av textfrågan från konsumenten. Om du markerar rutan tas ”stopporden” bort från meningen vid inlärningen och slutpunkten. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i utbildningsdata kan expanderas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: ”Don’t” utökas till ”Don’t”. Om den här kryssrutan är markerad expanderas sammandragningarna i inmatningsmeddelandena före bearbetning. Den här funktionen stöds för alla tre NLU-motorer.
- Stavningskontroll i inference – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före inference. Den här funktionen stöds endast för alla tre motorer om kryssrutan Stavningskontroll i slutpunkt är aktiverad.
- Ta bort specialtecken – specialtecken är de icke-alfanumeriska tecken som påverkar slutresultatet. Till exempel anses Wi-Fi och Wi-Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Enhetsroller – anpassade enheter kan ha olika roller. Den här NLU-motorfunktionen stöds endast för RASA och Mindmeld.
- Enhetsersättning i inference – Enhetsvärden i utbildningsdata och inference ersätts med enhets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras över avsiktsdetektering.
- Resultat lagrade per meddelande – antalet artiklar för vilka AI-agentens beräknade konfidensvärden visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på sessionsskärmen har nu begränsats till 5. De första n resultaten (1=<n=<5) finns tillgängliga i transkriberingsrapporter för skript av AI-agenter och i avsnittet ”Algoritmresultat” på fliken Transaktionsinformation i Sessioner.
- Wordform-expansion – Expandera utbildningsdata med ordformer som plural, verb och så vidare, tillsammans med synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer – synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i utbildningsdata automatiskt för att känna igen konsumentfrågan. För ordet trädgård kan till exempel systemgenererade synonymer vara bakgård, bakgård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer – Ordformer kan finnas i olika former, till exempel plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapelse", kan ordformerna skapas, skapa, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ställa in olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentens svar.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens kropp.
Klicka på Träna. När AI-agenten har tränats med den valda utbildningsmotorn ändras kunskapsbasens status från Sparad till Utbildad.

Du kan endast utbilda AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När du har skapat alla artiklar kan du träna AI-agenten och få den live för att testa och distribuera den. För att träna AI-agenten med sin nuvarande kropp klickar du på Träna längst upp till höger. Detta bör ändra statusen till Utbildning.

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Uppdatera bredvid Utbildning för att hämta den aktuella utbildningsstatusen.

Nu kan du klicka på Gör live för att få den tränade kroppen live och testa den i delningsbara förhandsgranskningen eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan nu välja deras föredragna vektormodeller som en del av de avancerade motorinställningarna i Swiftmatch NLU-motorn. Det är möjligt att välja mellan två alternativ – vektorer på formulärnivå jämfört med artikelnivå. I vårt pågående arbete med att förbättra noggrannheten hos våra NLU-motorer, experimenterade vi med att använda vektorer på artikelnivå istället för den äldre modellen som använde vektorer på helhetsnivå. Vi fann att vektorer på artikelnivå förbättrar noggrannheten i de flesta fall. Observera att artikelnivåvektorer är det nya standardvärdet för vektorering för nya enspråkiga AI-agenter. Artikelnivåmatchningar för flerspråkiga AI-agenter stöds endast när den flerspråkiga modellen är Polymatch.

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutsats i sessionens övriga info -avsnitt.

Hantera avsikter

Avsikt är en kärnkomponent i Webex AI Agent Studio-plattformen som gör det möjligt för AI-agenten att förstå och svara på dina uppgifter effektivt. Den representerar en specifik uppgift eller åtgärd som du vill utföra under en konversation. Du kan definiera alla avsikter som motsvarar de uppgifter du vill utföra. Att avsiktsklassificeringen är korrekt påverkar direkt AI-agentens förmåga att tillhandahålla relevanta och användbara svar. Avsiktsklassificering är processen för att identifiera avsikter baserat på dina inmatningar, vilket gör det möjligt för AI-agenten att svara på ett meningsfullt och kontextuellt relevant sätt.

Systemavsikter

Standardreserv – en AI-agents funktioner begränsas av avsikterna som är utformade för att känna igen och reagera på. Även om ett företag inte kan förutse alla möjliga frågor som du kan ställa, kan standardreserv hjälpa till att hålla konversationer på rätt spår.
Genom att implementera en standardreserv kan AI-agentutvecklare se till att AI-agenten graciöst hanterar oväntade eller ovidkommande frågor och omdirigera konversationen till kända avsikter.
AI-agentutvecklare behöver inte lägga till specifika uttalanden i fallback-avsikten. Agenten kan utbildas för att automatiskt utlösa fallback-avsikten när den stöter på kända frågor utanför räckvidden som annars kan kategoriseras felaktigt i andra avsikter.
Till exempel kan kunder i en bank-AI-agent försöka fråga om lån. Om AI-agenten inte är konfigurerad för att hantera lånerelaterade förfrågningar kan dessa frågor införlivas som utbildningsfraser inom standardreserv. När en kund frågar om lån någon gång i konversationen känner AI-agenten igen frågan som utanför dess definierade avsikter och utlöser fallback-svaret. Detta säkerställer ett mer lämpligt svar.

Fallback-avsikten bör inte ha några platser associerade med den.

Reservavsikten måste använda standardnyckeln för reservmallen för dess svar.
Hjälp – denna avsikt är utformad för att besvara kundfrågor om AI-agentens funktioner. När kunder är osäkra på vad de kan åstadkomma eller stöter på svårigheter under en konversation, söker de ofta hjälp genom att be om hjälp.
Som standard är svaret för hjälpavsikten mappat till mallen Hjälpmeddelande . AI-agentutvecklare kan dock anpassa svaret eller ändra den associerade mallnyckeln för att ge mer skräddarsydd och informativ vägledning.
Vi rekommenderar att du överför AI-agentens funktioner på en hög nivå, vilket ger kunderna en tydlig förståelse för vad de kan göra härnäst.
Prata med en agent – denna avsikt gör det möjligt för kunder att begära hjälp från en mänsklig agent när som helst under interaktionen med AI-agenten. När denna avsikt anropas initierar systemet automatiskt en överföring till en mänsklig agent. Standardsvarsmallen för denna avsikt är agentöverlämning. Även om det inte finns några begränsningar i användargränssnittet för att ändra svarsmallens nyckel påverkas inte resultatet av den mänskliga överföringen.

Små samtalsavsikter

Alla nyskapade AI-agenter innehåller fyra fördefinierade små samtalsavsikter för att hantera vanliga kundhälsningar, uttryck av tacksamhet, negativ feedback och färgrymder:

Välkomstmeddelanden
Tack
AI-agenten var inte användbar
Hej då

Dessa avsikter och motsvarande svar är tillgängliga som standard i alla AI-agenter. Du kan dock anpassa eller ta bort dem för att passa ditt specifika användningsfall och önskat konversationsflöde.

Skapa en avsikt

Innan du börjar

Innan du skapar en avsikt ska du se till att skapa enheter som ska länkas till avsikten. Mer information finns i Skapa enhet med enhetsroller.

1	Logga in på plattformen Webex AI Agent Studio.
2	Välj en AI-agent på Instrumentpanelen.
3	Klicka på Utbildning i den vänstra panelen.
4	På sidan Utbildningsdata klickar du på Skapa avsikt.
5	I fönstret Skapa avsikt anger du följande information: Avsiktsnamn – ange avsiktsnamnet. Lägg till uttalande – Lägg till en fras för att starta avsikten och klicka på Lägg till. Om det finns enheter i de tillagda uttalandena kommenteras de automatiskt i uttalandena och visas i avsnittet Slots . Du kan lägga till fler enheter som platser i en avsikt. Mer information finns i Skapa enhet med enhetsroller. Varje plats visar följande: Enhetsnamnet. Om det krävs för avsiktlig färdigställande. Antalet omförsök som AI-agenten försöker hämta detta slot-värde från användaren. Mallnyckeln.
6	Markera kryssrutan Obligatoriskt om enheten är obligatorisk.
7	Ange antalet tillåtna omförsök för den här platsen. Som standard är numret inställt på tre.
8	Välj mallnyckeln i listrutan. Klicka på Skapa ny för att skapa en ny svarsmall för enheten. Svarsinnehållet för dessa mallnycklar konfigureras i avsnittet Svar . Varje mallnyckel har ett motsvarande svar som skickas till användaren när denna avsikt utlöses.
9	I avsnittet Svar anger du nyckeln till den slutliga svarsmallen som ska returneras till användarna när avsikten har slutförts.
10	Aktivera växlingsknappen Återställ luckor efter slutförd för att återställa de luckvärden som samlas in i konversationen när avsikten är klar. Om växlingen har inaktiverat behåller platsen de gamla värdena och visar samma svar.
11	Aktivera växlingsknappen Uppdatera slot-värden för att uppdatera slot-värdet under samtalet med konsumenten. AI-agenten tar hänsyn till det senast ifyllda värdet i platsen för att behandla data. Om detta är aktiverat uppdateras värdena för fyllda platser när kunder tillhandahåller ny information för samma typ av platser.
12	Aktivera växlingsknappen Ge förslag på platser för att ge förslag på fyllning av platser och alternativa värden för platser i det slutliga svaret, baserat på användarindata.
13	Aktivera växlingsknappen Avsluta konversationen för att stänga sessionen efter denna avsikt. Webex Connect och röstflöden kan använda detta för att stänga en konversation med konsumenter.
14	Klicka på Spara. Klicka på Träna längst upp till höger på fliken Utbildning för att spegla eventuella ändringar som gjorts av avsikter och enheter. För att träna Rasa- eller Mindmeld NLU-motorer krävs minst två utbildningsvarianter (uttalanden) per avsikt. Varje plats måste också ha minst två kommentarer. Om dessa krav inte uppfylls är knappen Tåg inaktiverad. En varningsikon visas bredvid den berörda avsikten för att indikera problemet. Standardfallback-avsikten är dock undantagen från dessa krav.

Nästa steg

När en avsikt har skapats krävs viss information för att uppfylla avsikten. Länkade enheter dikterar hur denna information erhålls från användares uttalanden. Mer information finns i Länka enheter med avsikt.

Länka enheter med avsikt

Innan du börjar

Se till att du skapar enheter och länkar dem innan du lägger till yttranden. Detta kommenterar automatiskt enheterna när yttranden läggs till.

1	Logga in på plattformen Webex AI Agent Studio.
2	Klicka på den AI-agent som du har skapat på Instrumentpanelen.
3	Klicka på Utbildning i den vänstra panelen.
4	På sidan Utbildningsdata väljer du en avsikt att länka enheter och enhetsroller. Som standard visas fliken Avsikt .
5	I avsnittet Slots klickar du på Länkenhet. De länkade enheterna visas i avsnittet Slots.
6	Välj enhetsrollen för enhetsnamnet.
7	Klicka på Spara. När en enhet har markerats som obligatorisk blir ytterligare konfigurationsalternativ tillgängliga. Du kan ange det maximala antalet gånger AI-agenten kan begära den saknade enheten innan den eskalerar eller tillhandahåller ett reservsvar. Du kan definiera mallnyckeln som ska anropas om den begärda enheten inte tillhandahålls inom det angivna antalet omförsök. När en AI-agent identifierar en avsikt och samlar in alla nödvändiga data (platser), svarar den med det meddelande som är kopplat till den sista mallnyckeln som konfigurerats för den avsikten. Om du vill starta en ny konversation eller hantera efterföljande avsikter utan att överföra tidigare data måste du aktivera växlingsknappen Återställ platser efter slutförd . Den här inställningen rensar alla igenkända enheter från konversationshistoriken, vilket säkerställer en ny start för varje ny interaktion.

Generera utbildningsdata

Du måste manuellt lägga till utbildningsdata i sina avsikter för att få AI-agenten att arbeta med rimlig noggrannhet. Utbildningsdata består av olika sätt som du kan åberopa samma avsikt på. Du kan lägga till minst 15–20 varianter för varje avsikt för att förbättra dess exakthet. Att skapa denna utbildningskropp manuellt kan vara tråkigt och tidskrävande. Du kan endast lägga till några varianter eller bara lägga till nyckelord som varianter i stället för meningsfulla meningar. Detta kan undvikas genom att generera utbildningsdata som kompletterar dina befintliga.

Följ nedanstående steg för att generera utbildningsdata:

Ange avsiktsnamnet och ett exempeluttalande.
Klicka på Generera.
Ge en kort beskrivning av avsikten att vägleda AI.
Ange önskat antal varianter och graden av kreativitet för de AI-genererade förslagen.

Att generera många varianter samtidigt kan påverka kvaliteten. Vi rekommenderar högst 20 varianter per generation.
En lägre kreativitetsinställning kan producera mindre variationsrika varianter.
Genereringsprocessen kan ta några sekunder, beroende på antalet begärda varianter.
Blixtikonen skiljer AI-genererade varianter från användardefinierade utbildningsdata.

Motor för naturlig språkförståelse (NLU)

Skriptade AI-agenter använder naturlig språkförståelse (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundinmatningar och ger korrekta svar:

Swiftmatch – En snabb och lättviktig motor med stöd för flera språk.
RASA – Ett ledande AI-ramverk för konversationer med öppen källkod.
Mindmeld (beta) – erbjuder avancerade konversationsflöden och NLU-funktioner.

Byt utbildningsmotorer

För att växla mellan NLU-motorer.

Välj den AI-agent som du vill ändra utbildningsmotorn.
- För Skript AI-agenter för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbas visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Utbildningsdata visas.
Klicka på ikonen Inställningar bredvid NLU-motorn till höger på sidan. Fönstret Ändra utbildningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyskapade AI-agenterna.
Välj utbildningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
Ange denna information i avsnittet Inference :
- Poäng under vilken fallback visas – det lägsta förtroende som krävs för att ett svar ska visas för dig, under vilket ett fallback-svar visas.
- Skillnad i poäng för delmatchning – definierar minsta mellanrum mellan svarens konfidensnivåer för att tydligt visa den bästa matchningen under vilken en delmatchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord–”Stoppord” är funktionsord som etablerar grammatiska relationer mellan andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort ord som artiklar (a, a, the och så vidare), pronomen (han, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar innebörden av textfrågan från konsumenten. Om du markerar rutan tas ”stopporden” bort från meningen vid inlärningen och slutpunkten. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i utbildningsdata kan expanderas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: ”Don’t” utökas till ”Don’t”. Om den här kryssrutan är markerad expanderas sammandragningarna i inmatningsmeddelandena före bearbetning. Den här funktionen stöds för alla tre NLU-motorer.
- Stavningskontroll i inference – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före inference. Den här funktionen stöds endast för alla tre motorer om kryssrutan Stavningskontroll i slutpunkt är aktiverad.
- Ta bort specialtecken – specialtecken är de icke-alfanumeriska tecken som påverkar slutresultatet. Till exempel anses Wi-Fi och Wi-Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Enhetsroller – anpassade enheter kan ha olika roller. Den här NLU-motorfunktionen stöds endast för RASA och Mindmeld.
- Enhetsersättning i inference – Enhetsvärden i utbildningsdata och inference ersätts med enhets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras över avsiktsdetektering.
- Resultat lagrade per meddelande – antalet artiklar för vilka AI-agentens beräknade konfidensvärden visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på sessionsskärmen har nu begränsats till 5. De första n resultaten (1=<n=<5) finns tillgängliga i transkriberingsrapporter för skript av AI-agenter och i avsnittet ”Algoritmresultat” på fliken Transaktionsinformation i Sessioner.
- Wordform-expansion – Expandera utbildningsdata med ordformer som plural, verb och så vidare, tillsammans med synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer – synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i utbildningsdata automatiskt för att känna igen konsumentfrågan. För ordet trädgård kan till exempel systemgenererade synonymer vara bakgård, bakgård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer – Ordformer kan finnas i olika former, till exempel plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapelse", kan ordformerna skapas, skapa, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ställa in olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentens svar.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens kropp.
Klicka på Träna. När AI-agenten har tränats med den valda utbildningsmotorn ändras kunskapsbasens status från Sparad till Utbildad.

Du kan endast utbilda AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Uppdatera bredvid Utbildning för att hämta den aktuella utbildningsstatusen.

Nu kan du klicka på Gör live för att få den tränade kroppen live och testa den i delningsbara förhandsgranskningen eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutsats i sessionens övriga info -avsnitt.

Flaggade varianter

Leta upp flaggningsalternativet: Ett flaggningsalternativ är tillgängligt för varje genererat yttrande.
Ge feedback: När en utdata flaggas kan utvecklare lägga till kommentarer och ange orsaken till flaggan.

Skapa flerspråkig avsikt och enhet

Du kan skapa utbildningsdata på flera språk. För varje språk som har konfigurerats för AI-agenten måste du definiera uttalanden som återspeglar önskade interaktioner. Även om tidsluckorna förblir konsekventa mellan olika språk, identifierar mallnycklarna unikt svaren på varje språk.

Alla språk har inte stöd för alla enhetstyper. Mer information om listan över enhetstyper som stöds för varje språk finns i tabellen Språkverser som stöds i Språk som stöds för Skript AI-agenter.

Hantera svar

Svar är de meddelanden som din AI-agent skickar till kunder som svar på deras frågor eller avsikter. Du kan skapa svar som inkluderar:

Text – Oformaterade textmeddelanden för direktkommunikation.
Kod – Inbäddad kod för dynamiskt innehåll eller åtgärder.
Multimedia – Bilder, ljud- eller videoelement för att förbättra användarupplevelsen.

Svaren har två huvudkomponenter:

Mallar – Fördefinierade svarsstrukturer som är mappade till specifika avsikter.
Arbetsflöden – logiken som avgör vilken mall som ska användas baserat på den identifierade avsikten.

Mallar för agentöverlämning, hjälp, fallback och välkomstmeddelande är förkonfigurerade och svarsmeddelandet kan ändras från motsvarande mallar.

Svarstyper

Avsnittet Svarsdesigner täcker olika typer av svar och hur de kan konfigureras.

Fliken Arbetsflöden används för att hantera asynkrona svar när du ringer ett externt API som svarar asynkront. Arbetsflödena måste kodas i Python.

Variabelersättning

Med variabelersättning kan du använda dynamiska variabler som en del av svarsmallar. Alla standardvariabler (eller enheter) i en session, tillsammans med de som en AI-agentutvecklare kan ställa in i ett fritt formulärobjekt, t.ex. fältet datalager , kan användas i svarsmallar via den här funktionen. Variablerna representeras med den här syntaxen: ${variable_name}. Om du använder värdet på en enhet som heter apptdate används till exempel ${entities.apptdate} eller ${newdfState.model_state.entities.apptdate.value}.

Konfigurera svar med hjälp av svarsdesigner

Svarsdesignern erbjuder ett användarvänligt gränssnitt för att skapa svar utan att behöva omfattande kodningskunskap. Det finns två svarstyper:

Villkorliga svar: För icke-utvecklare möjliggör det här alternativet enkel konstruktion av svar som AI-agenten levererar till kunder.
Kodavsnitt: För utvecklare som använder Python ger det här alternativet flexibilitet att konfigurera svar med kod.

Svarsdesignern är utformad för att säkerställa att användarupplevelsen tillgodoser den specifika kanal som AI-agenten interagerar med.

Svarsmallar

Text – dessa är enkla textsvar. För att förbättra användarupplevelsen tillåter svarsdesignern flera textrutor i ett enda svar, vilket gör att du kan dela upp långa meddelanden i mer hanterbara avsnitt. Varje textruta kan innehålla olika svarsalternativ. Under en konversation väljs ett av dessa alternativ slumpmässigt och visas för användaren, vilket säkerställer en dynamisk och engagerande interaktion.
För att upprätthålla en dynamisk och engagerande användarupplevelse kan du lägga till flera svarsalternativ i dina mallar. När en mall med flera alternativ aktiveras väljs ett av dem slumpmässigt och visas för användaren. Du kan aktivera den här funktionen genom att klicka på knappen +Lägg till variant längst ned i svaret.

När du sparar svar kan du se en varning som anger hur många fel som behöver korrigeras. Fälten med fel markeras med rött. Med hjälp av navigeringspilarna kan utvecklare enkelt hitta och åtgärda dessa fel i valfritt kanal- eller svarsformat. Om listväljaren eller karusellen innehåller flera kort kan du med hjälp av punktnavigeringen flytta mellan korten med fel. För ett enskilt kort blir motsvarande punkt röd för att signalera felet.
Snabbsvar – textsvar kan parkopplas med knappar, som kan vara antingen textbaserade länkar eller URL-länkar. Textknappar kräver en titel och en nyttolast som skickas till botten när de klickas. URL-knappar omdirigerar användare till en specifik webbsida.
När en kunds fråga är tvetydig kan botten föreslå relevanta artiklar eller avsikter som alternativ. Den här funktionen är tillgänglig för webb- och Facebook-interaktioner.
Lägga till snabbsvar för URL
URL-snabbsvarsknappar i fasta och villkorade svar gör att du kan skapa knappar som omdirigerar användare till din webbplats för ytterligare information eller åtgärder som att fylla i formulär. När du klickar på dessa knappar öppnar den angivna URL:en i en ny flik i samma webbläsarfönster utan att någon data skickas tillbaka till botten.
Lägga till ett snabbsvar på en URL i ett villkorligt eller åtgärdat svar:
1. Välj den artikel- eller mallnyckel som du vill konfigurera URL-snabbsvar för.
2. Klicka på +Lägg till ett snabbsvar. Popup-fönstret Knapptyp visas.
3. Välj knapptyp som URL i webbkanalen.
4. Ange titel på knappen och URL som konsumenten måste omdirigeras till efter att ha klickat på knappen.
5. Klicka på Klar för att lägga till ett snabbsvar på en URL.
Knappar för URL-typ kan också konfigureras med dynamisk svarstyp, där dessa knappar ska konfigureras med hjälp av fragment av Python-kod. Dessa knappar stöds i avsnitten för förhandsgranskning och delningsbara förhandsgranskningar. De stöds för närvarande inte av IMIchats widget för livechatt eller andra kanaler från tredje part.
Karusell – Omfattande svar kan innehålla ett enda kort eller flera kort ordnade i ett karusellformat. Varje kort kräver en titel och kan innehålla en bild, en beskrivning och upp till tre knappar.
Snabbsvarsknappar i karusellmallen kan konfigureras med text- eller URL-länkar. Om du klickar på en URL-knapp omdirigeras användaren till den angivna webbplatsen. När du klickar på en textbaserad snabbsvarsknapp skickas en konfigurerad nyttolast till botten, vilket utlöser motsvarande svar.
Bild – En multimediamall där användare kan konfigurera bilder genom att tillhandahålla URL:er.
Video – Visar videor i förhandsgranskningen baserat på den konfigurerade video-URL:en.
Kod – Kan användas för att skriva Python-kod för att ringa API:er eller utföra annan logik.

Kodavsnitt

Villkorliga svar, med sina omfattande funktioner och olika mallar, kan effektivt tillgodose de flesta behov av AI-agenter. För komplexa användningsfall som inte helt kan realiseras genom villkorsbaserade svar, eller för utvecklare som föredrar kodning, är svarstypen Code Snippet tillgänglig.

Med kodfragment kan du konfigurera svar med hjälp av Python-kod. Med den här metoden kan du skapa alla typer av svar, inklusive snabbsvar, text, karuseller, bilder, ljud, video och filer, i en svarsmall eller artikel.

Funktionskoden som definieras i kodsnippmallen kan användas för att ställa in variabler som sedan används i andra mallar. Det är viktigt att notera att funktionskoden inte kan returnera svar direkt när den används inom villkorade svar.

Validering av kodavsnitt – Plattformen söker endast efter syntaxfel inom det kodavsnitt som du konfigurerar. Eventuella fel i själva svarsinnehållet kan dock orsaka problem för användare som interagerar med boten på den konfigurerade kanalen. Redigeraren förhindrar till exempel inte att du lägger till ett ”tidsväljarsvar” för webbkanalen, men detta resulterar i fel om en användares fråga utlöser det specifika svaret.

Om du inte konfigurerar ett unikt svar för olika kanaler tas webbsvaret som standardsvar och samma skickas till kunden. Listan över mallar som stöds på webbkanalen är:

Text – ett enkelt textmeddelande som kan ha flera varianter. Det här konfigurerade meddelandet visas baserat på frågan.
Snabbsvar – En mall med text och klickbara knappar.
Karusell – En samling kort där varje kort har en titel, en bild-URL och en beskrivning.
Bild – En mall för att konfigurera bilder genom att tillhandahålla URL:er.
Video – En mall för att konfigurera video genom att ange video-URL:en. Du kan spela upp videon genom att klicka eller trycka på bilden.
Fil – En mall för att konfigurera en PDF-fil genom att ange URL:en för åtkomst till filen.
Ljud – En mall för att konfigurera en ljudfil genom att ange ljud-URL:en. Den visar även varaktigheten för ljudmeddelandet i utdata.

Konfigurera hanteringsinställningar

Innan du börjar

Skapa AI-agenten för skript.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten otillgänglig.
Inaktiverat meddelande – skriv ett meddelande till en inaktiverad agent. Meddelandet visas för de användare som försöker komma åt agenten.
Fallback-åtgärd – Välj det här alternativet för att vidta en lämplig åtgärd för inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på de inkommande meddelandena till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av alla svar från AI-agenter.
Stängningstid för session – tidsgränsen för sessionen (i minuter), varefter sessionen stängs automatiskt i scenariot med inaktivitet för användare.
Säkerhet – meddelandet om ansvarsfriskrivning för samtycke. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. Om detta är sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i skriptet-AI-agenten.

Lägg till ett språk i skript-AI-agenten

Innan du börjar

Skapa AI-agenten för skript.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på +Lägg till språk för att lägga till nya språk och välj språken i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera knappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ställa in språket som standard. För muspekaren över språket klickar du på Gör standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det också påverka artiklar, kurering, testning och förhandsgranskning av AI-agentens upplevelser.
6	Klicka på Spara ändringar.

Konfigurera överföringsinställningar

Innan du börjar

Skapa AI-agenten för skript.

Navigera till Inställningar > Överföring och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera sina frågor eller om de uttryckligen ber om det.
Aktivera överlämning vid fallback – Ett antal på varandra följande fallback-meddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid delmatchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för efterföljande meddelanden – Efterföljande upprepade meddelanden i en session kan utlösa överlämning av agenter. Antalet upprepningar som krävs för denna utlösare kan konfigureras.

Klicka på Spara ändringar för att spara överföringsinställningarna.

Nästa steg

Gå till avsnitten Hantering av skript för AI-agenter eller förhandsgranska din skript för AI-agent.

Skript för AI-agent för att svara på frågor

Skript AI-agenter är kunskapsdrivna agenter vars kunskapsbas består av en samling frågor och svar. Skriptad AI-agent kan ge svar baserat på en användarskapad utbildningskropp, som är en samling exempel och svar. Den här funktionen är användbar i situationer där:

Specifik kunskap krävs – agenten måste besvara frågor inom en fördefinierad domän.
Konsekvens är viktigt – agenten måste ge konsekventa svar på liknande frågor.
Begränsad flexibilitet krävs – agentens svar begränsas av informationen i utbildningskåren.

Det här avsnittet innehåller följande konfigurationsinställningar:

Skapa en skript AI-agent för att svara på frågor
Uppdatera skriptad AI-agentprofil
Hantera artiklar
Konfigurera hanteringsinställningar
Lägg till ett språk i skript-AI-agenten
Konfigurera överföringsinställningar

Skapa en skript AI-agent för att svara på frågor

1	Logga in på plattformen Webex AI Agent Studio.
2	Klicka på Skapa agent på instrumentpanelen.
3	På skärmen Skapa en AI-agent klickar du på Starta från grunden. Du kan även välja en fördefinierad mall för att snabbt skapa din AI-agent. Du kan filtrera AI-agenttypen efter skript. I detta fall fylls fälten på sidan Profil automatiskt i.
4	Klicka på Nästa.
5	I avsnittet Vilken typ av agent bygger du klickar du på Skript.
6	I avsnittet Vad är din agents huvudfunktion klickar du på Svara på frågor.
7	Klicka på Nästa.
8	På sidan Definiera agent anger du följande information: Agentnamn – ange namnet på AI-agenten. System-ID – detta är den systemgenererade unika identifieraren.
9	Klicka på Skapa. Den skriptade AI-agenten för att svara på frågor har skapats och är nu tillgänglig på instrumentpanelen. I sidhuvudet för AI-agenten kan du utföra följande uppgifter: Förhandsgranska Kopiera förhandsgranskningslänk Kopiera åtkomsttoken Ta bort Exportera Mer information finns i detta avsnitt. Du kan även importera de förbyggda AI-agenterna. Mer information finns i Importera förbyggd AI-agent.

Nästa steg

Lägg till artiklar i AI-agenten.

Uppdatera skriptad AI-agentprofil

Innan du börjar

Skapa en skriptad AI-agent för att svara på frågor.

1	Logga in på plattformen Webex AI Agent Studio.
2	Välj den AI-agent som du har skapat på Instrumentpanelen.
3	Navigera till Inställningar > Profil och konfigurera följande information: Agentnamn – redigera namnet på AI-agenten efter behov. System-ID – redigera den systemgenererade identifieraren för AI-agenten efter behov. URL till agentprofilbild – redigera URL:en där systemet hämtar AI-agentens logotyp eller bild. Beskrivning – ange information om AI-agenten. Tillåt feedback – Aktivera den här växlingsknappen för att låta en AI-agent be om feedback i meddelandet. Anpassat felmeddelande – skriv ett meddelande som dyker upp vid eventuella fel under en chatt med AI-agenten.
4	Klicka på Spara ändringar för att spara inställningarna.

Hantera artiklar

Artiklar är en viktig del av AI-agenter som skrivits. En artikel är en kombination av en fråga, dess variationer och svar på den här frågan. Varje artikel har en standardfråga som identifierar den. Alla artiklar tillsammans utgör AI-agentens kunskapsbas eller corpus. När kunden frågar något kontrollerar systemet sin kunskapsbas och ger dig det bästa svaret.

Rasa - och Mindmeld NLU-motorer kräver minst två utbildningsvarianter (uttalanden) för att en artikel ska vara en del av ett företags tränade modell. Knapparna Tåg , Spara och Tåg förblir inte tillgängliga i en skriptad AI-agent för att svara på frågor om du väljer en Rasa- eller Mindmeld NLU-motor och om en artikel har färre än två varianter. När du vilar pekaren på dessa otillgängliga knappar visar systemet ett meddelande som ber dig att lösa problemen före utbildningen. Systemet visar också en varningsikon som motsvarar artikeln med problem. Du kan lösa problemen genom att lägga till fler än två varianter för en artikel. Knapparna Tåg , Spara och Tåg blir tillgängliga när problemen har lösts. Det går inte att ha två varianter för standardartiklarna – delmatchningsmeddelande, reservmeddelande och välkomstmeddelande.

Du kan klassificera artiklar i valfria kategorier och alla okategoriserade artiklar förblir klassificerade som ej tilldelade. Från det att artiklarna skapas finns det fyra standardartiklar som är tillgängliga för varje AI-agent. Följande är:

Välkomstmeddelande – detta innehåller det första meddelandet när en konversation mellan kunden och AI-agenten börjar.
Reservmeddelande – AI-agenten visar det här meddelandet när agenten inte kan förstå användarens fråga.
Delvis matchning – När AI-agenten känner igen flera artiklar med en liten skillnad i poäng (som anges i inställningarna för Överlämning och Insikter ) visar agenten detta matchningsmeddelande tillsammans med de matchade artiklarna som alternativ. Du kan även konfigurera textsvaret som ska visas tillsammans med dessa alternativ.
Vad kan du göra?– du kan konfigurera AI-agentens funktioner. AI-agenten visar detta när slutanvändarna frågar AI-agentens funktioner.

Utöver dessa läggs standardartikeln Prata med en agent till om agentöverlämning från inställningarna Överlämning och Inference är aktiverat.

Alla nya AI-agenter har också fyra Smalltalk -artiklar som hanterar användares yttranden för:

Välkomstmeddelanden
Tack
AI-agenten var inte användbar
Hej då

Dessa artiklar och svar är tillgängliga i kunskapsbasen för AI-agenten som standard när en ny AI-agent skapas. Du kan även ändra eller ta bort dessa.

Du kan inte ta bort standardartiklarna för välkomstmeddelandet, reservmeddelandet, prata med en agent och delmeddelanden.

Lägg till artiklar via användargränssnittet och standardsvar

En artikel är en kombination av en fråga, dess variationer och svar på den här frågan. Varje konsumentfråga jämförs med dessa artiklar (kunskapsbas) och det svar som ger den högsta nivån av förtroende visas för användaren som svar från AI-agenten. Så här lägger du till artiklar:

1	Logga in på plattformen Webex AI Agent Studio.
2	Välj den AI-agent som du har skapat på Instrumentpanelen.
3	Navigera till Inställningar > Artiklar och klicka på Skapa ny artikel.
4	Lägg till standardvarianter.
5	Välj något av dessa standardsvar för artikeln. Möjliga värden: Villkorligt svar – Svaret konfigureras av regler. Svaret kan vara i olika format, till exempel text, karusell, snabbsvar, bild, ljud, video, kod och fil. Du kan lägga till flera svar på en artikel. Kodfragment – svaret skapas med hjälp av om-annars-villkor. Mer information finns i avsnittet Konfigurera svar med hjälp av svarsdesigner .
6	Klicka på Spara och träna.

Importera från kataloger

1	Logga in på plattformen Webex AI Agent Studio.
2	Välj den AI-agent som du har skapat på Instrumentpanelen.
3	Navigera till Inställningar > Artiklar och klicka på ikonen Ellipser .
4	Klicka på Importera från kataloger.
5	Välj vilka kategorier av artiklar som ska läggas till för agenten.
6	Klicka på Har gjort.

Extrahera vanliga frågor från länken

1	Logga in på plattformen Webex AI Agent Studio.
2	Välj den AI-agent som du har skapat på Instrumentpanelen.
3	Navigera till Inställningar > Artiklar och klicka på ellipsikonen.
4	Klicka på Extrahera vanliga frågor från länken.
5	Ange URL där vanliga frågor finns och klicka på Extrahera.
6	Klicka på Importera.

Importera från fil

1	Logga in på plattformen Webex AI Agent Studio.
2	Välj den AI-agent som du har skapat på Instrumentpanelen.
3	Navigera till Inställningar > Artiklar och klicka på ikonen Ellips .
4	Klicka på Importera från en fil och välj CSV för att importera artiklarna från CSV-filen. Om du importerar artiklar från en fil i JSON-format väljer du JSON.
5	Klicka på Bläddra och välj en fil som innehåller alla artiklar. Klicka på Hämta exempel för att visa formatet där artiklarna måste anges.
6	Klicka på Importera.

Lägg till anpassade synonymer

Många användningsfall för AI-agenter tenderar att innehålla ord och fraser som kanske inte ingår i det engelska standardordförrådet eller är specifika för ett affärssammanhang. Du vill till exempel att AI-agenten ska känna igen Android-appen, iOS-appen och så vidare. AI-agenten måste inkludera dessa termer och deras variationer i utbildningsuttalandena för alla relaterade artiklar, vilket leder till överflödig datainmatning.

För att lösa problemet med redundans kan du använda anpassade synonymer i en skriptad AI-agent för att svara på frågor. Synonymer för varje rotord ersätts med rotordet vid körning av plattformen automatiskt.

1	Logga in på plattformen Webex AI Agent Studio.
2	Välj den AI-agent som du har skapat på Instrumentpanelen.
3	Navigera till Inställningar > Artiklar och klicka på ikonen Ellipser.
4	Klicka på Anpassade synonymer.
5	Klicka på Nytt rotord.
6	Konfigurera rotordvärdet och dess synonymer och klicka på Spara.
7	Träna AI-agenten igen efter att du har lagt till synonymerna. Du kan även exportera synonymerna (i .CSV-filformat) till den lokala mappen och importera filen tillbaka till plattformen.

Motor för naturlig språkförståelse (NLU)

Skriptade AI-agenter använder naturlig språkförståelse (NLU) med maskininlärning för att identifiera kundens avsikt. Följande NLU-motorer tolkar kundinmatningar och ger korrekta svar:

Swiftmatch – En snabb och lättviktig motor med stöd för flera språk.
RASA – Ett ledande AI-ramverk för konversationer med öppen källkod.
Mindmeld (beta) – erbjuder avancerade konversationsflöden och NLU-funktioner.

Byt utbildningsmotorer

För att växla mellan NLU-motorer.

Välj den AI-agent som du vill ändra utbildningsmotorn.
- För Skript AI-agenter för att svara på frågor: Klicka på Artiklar. Sidan Kunskapsbas visas.
- För skriptade AI-agenter för att utföra uppgifter: Klicka på Utbildning. Sidan Utbildningsdata visas.
Klicka på ikonen Inställningar bredvid NLU-motorn till höger på sidan. Fönstret Ändra utbildningsmotor visas.

Som standard är NLU-motorn inställd på Swiftmatch för de nyskapade AI-agenterna.
Välj utbildningsmotorn för att träna AI-agenten. Möjliga värden:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
Ange denna information i avsnittet Inference :
- Poäng under vilken fallback visas – det lägsta förtroende som krävs för att ett svar ska visas för dig, under vilket ett fallback-svar visas.
- Skillnad i poäng för delmatchning – definierar minsta mellanrum mellan svarens konfidensnivåer för att tydligt visa den bästa matchningen under vilken en delmatchningsmall visas.
Klicka för att expandera avsnittet Avancerade inställningar .
- Ta bort stoppord–”Stoppord” är funktionsord som etablerar grammatiska relationer mellan andra ord i en mening men inte har lexikal betydelse på egen hand. När du tar bort ord som artiklar (a, a, the och så vidare), pronomen (han, henne och så vidare) från meningen kan maskininlärningsalgoritmerna fokusera på ord som definierar innebörden av textfrågan från konsumenten. Om du markerar rutan tas ”stopporden” bort från meningen vid inlärningen och slutpunkten. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Expandera sammandragningar – Engelska sammandragningar i utbildningsdata kan expanderas till det ursprungliga formuläret tillsammans med villkoren i den inkommande konsumentfrågan för större noggrannhet. Exempel: ”Don’t” utökas till ”Don’t”. Om den här kryssrutan är markerad expanderas sammandragningarna i inmatningsmeddelandena före bearbetning. Den här funktionen stöds för alla tre NLU-motorer.
- Stavningskontroll i inference – Textkorrigeringsbiblioteket identifierar och korrigerar felaktiga stavningar i texten före inference. Den här funktionen stöds endast för alla tre motorer om kryssrutan Stavningskontroll i slutpunkt är aktiverad.
- Ta bort specialtecken – specialtecken är de icke-alfanumeriska tecken som påverkar slutresultatet. Till exempel anses Wi-Fi och Wi-Fi annorlunda av NLU-motorn. Om den här kryssrutan är markerad tas specialtecknen i konsumentfrågan bort för att visa ett lämpligt svar. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Enhetsroller – anpassade enheter kan ha olika roller. Den här NLU-motorfunktionen stöds endast för RASA och Mindmeld.
- Enhetsersättning i inference – Enhetsvärden i utbildningsdata och inference ersätts med enhets-ID:n. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Prioritera platsfyllning – Platsfyllning prioriteras över avsiktsdetektering.
- Resultat lagrade per meddelande – antalet artiklar för vilka AI-agentens beräknade konfidensvärden visas under transaktionsinformation i sessioner.
  
  Antalet resultat som ska visas i avsnittet Algoritm på sessionsskärmen har nu begränsats till 5. De första n resultaten (1=<n=<5) finns tillgängliga i transkriberingsrapporter för skript av AI-agenter och i avsnittet ”Algoritmresultat” på fliken Transaktionsinformation i Sessioner.
- Wordform-expansion – Expandera utbildningsdata med ordformer som plural, verb och så vidare, tillsammans med synonymer som är inbäddade i data. Den här funktionen stöds endast för Swiftmatch.
- Synonymer – synonymer är alternativa ord som används för att beteckna samma ord. Om den här kryssrutan är markerad genereras vanliga engelska synonymer för ord i utbildningsdata automatiskt för att känna igen konsumentfrågan. För ordet trädgård kan till exempel systemgenererade synonymer vara bakgård, bakgård och så vidare. Den här NLU-motorfunktionen stöds endast för Swiftmatch.
- Ordformer – Ordformer kan finnas i olika former, till exempel plural, adverb, adjektiv eller verb. Till exempel, för ordet "skapelse", kan ordformerna skapas, skapa, skapa, skapa, kreativt, kreativt, så vidare. Om den här kryssrutan är markerad skapas orden i frågan med alternativa ordformer och bearbetas för att ge konsumenterna ett lämpligt svar.
Utvecklare kan ställa in olika tröskelvärden för olika NLU-motorer för att fastställa den lägsta poäng som är acceptabel för att visa AI-agentens svar.
Klicka på Uppdatera för att ändra algoritmen i AI-agentens kropp.
Klicka på Träna. När AI-agenten har tränats med den valda utbildningsmotorn ändras kunskapsbasens status från Sparad till Utbildad.

Du kan endast utbilda AI-agenten med RASA och Mindmeld om alla artiklar har minst två yttranden.

Utbildning

När utbildningen är klar ändras statusen till Utbildad. Klicka på ikonen Uppdatera bredvid Utbildning för att hämta den aktuella utbildningsstatusen.

Nu kan du klicka på Gör live för att få den tränade kroppen live och testa den i delningsbara förhandsgranskningen eller på externa kanaler där AI-agenten distribueras.

Vektormodell

Du kan kontrollera informationen om vektormodellen som är tillgänglig vid tidpunkten för en slutsats i sessionens övriga info -avsnitt.

Konfigurera hanteringsinställningar

Innan du börjar

Skapa AI-agenten för skript.

Navigera till Inställningar > Hantering och konfigurera följande information:

Agentstatus – Aktivera med växling gör AI-agenten otillgänglig.
Inaktiverat meddelande – skriv ett meddelande till en inaktiverad agent. Meddelandet visas för de användare som försöker komma åt agenten.
Fallback-åtgärd – Välj det här alternativet för att vidta en lämplig åtgärd för inkommande meddelanden till agenten. Möjliga värden:
- Gör ingenting: Ingen åtgärd vidtas.
- Skicka till agent: Chatten överlämnas till en agent baserat på de inkommande meddelandena till AI-agenten.
Sessionshantering > Tillåt feedback – Aktivera den här växlingsknappen för att begära feedback från användare om användbarheten av alla svar från AI-agenter.
Stängningstid för session – tidsgränsen för sessionen (i minuter), varefter sessionen stängs automatiskt i scenariot med inaktivitet för användare.
Säkerhet – meddelandet om ansvarsfriskrivning för samtycke. Det här fältet är endast tillgängligt om du aktiverar alternativet Avancerat dataskydd. Det här alternativet har flyttats till backend. Om detta är sant kan du visa det här fältet.

Klicka på Spara ändringar för att spara inställningarna.

Nästa steg

Lägg till språk i skriptet-AI-agenten.

Lägg till ett språk i skript-AI-agenten

Innan du börjar

Skapa AI-agenten för skript.

1	Navigera till fliken Inställningar > Språk .
2	Klicka på +Lägg till språk för att lägga till nya språk och välj språken i listrutan.
3	Klicka på Lägg till för att lägga till språket.
4	Aktivera knappen under Åtgärd för att aktivera språket.
5	När du har lagt till ett språk kan du ställa in språket som standard. För muspekaren över språket klickar du på Gör standard. Du kan inte ta bort eller inaktivera ett standardspråk. Om du ändrar från ett befintligt standardspråk kan det också påverka artiklar, kurering, testning och förhandsgranskning av AI-agentens upplevelser.
6	Klicka på Spara ändringar.

Konfigurera överföringsinställningar

Innan du börjar

Skapa AI-agenten för skript.

Navigera till Inställningar > Överföring och konfigurera följande information:

Tillåt agentöverlämning – överför användaren till en agent när AI-agenten inte kan hantera sina frågor eller om de uttryckligen ber om det.
Aktivera överlämning vid fallback – Ett antal på varandra följande fallback-meddelanden i en session kan utlösa en agentöverlämning. Det här numret kan konfigureras i den angivna textrutan.
Aktivera överlämning vid delmatchning – Ett antal på varandra följande delmatchningar i en session kan utlösa överlämning. Det här numret kan konfigureras.
Aktivera överlämning för efterföljande meddelanden – Efterföljande upprepade meddelanden i en session kan utlösa överlämning av agenter. Antalet upprepningar som krävs för denna utlösare kan konfigureras.

Klicka på Spara ändringar för att spara överföringsinställningarna.

Nästa steg

Gå till avsnitten Hantering av skript för AI-agenter eller förhandsgranska din skript för AI-agent.

Förhandsgranska din skriptade AI-agent

Med Webex AI Agent Studio kan du förhandsgranska dina AI-agenter under utveckling och även efter utveckling. På så sätt kan du testa hur AI-agenterna fungerar och avgöra om önskade svar genereras som motsvarar respektive inmatningsfrågor. Du kan förhandsgranska din skriptade AI-agent på följande sätt.

AI-agentens instrumentpanel – håll muspekaren över ett AI-agentkort för att visa alternativet Förhandsgranska för AI-agenten. Klicka på Förhandsgranska för att öppna widgeten för förhandsgranskning av AI-agenten.
AI-agentens sidhuvud – när du har angett redigeringsläget för en AI-agent genom att klicka på AI-agentkortet eller knappen Redigera på AI-agentkortet visas alternativet Förhandsgranskning alltid i sidhuvudavsnittet.
Minimerad widget – När en förhandsgranskning har startats och sedan minimerats skapas en widget för chatthuvudet längst ner till höger på sidan, vilket gör att du enkelt kan öppna förhandsgranskningsläget igen.

Utöver detta kan du kopiera länken för delbar förhandsgranskning inifrån en AI-agent. Klicka på ikonen Ellipser längst upp till höger på AI-agentkortet och klicka på Kopiera förhandsgranskningslänk. Du kan dela den här länken med andra användare av AI-agenten.

Widget för förhandsgranskning av plattform

Förhandsgranskningswidgeten visas längst ner till höger på skärmen. Du kan tillhandahålla yttranden (eller en sekvens av yttranden) för att se hur AI-agenten svarar och säkerställa att den fungerar som förväntat. AI-agentens förhandsgranskning har stöd för flera språk och kan automatiskt identifiera språket i uttalandena för att svara i enlighet med detta. Du kan även välja språk manuellt i förhandsgranskningen genom att klicka på språkväljaren och välja från listan med tillgängliga alternativ.

Du kan maximera förhandsgranskningswidgeten för en bättre vy. Du kan också ge konsumentinformation och initiera flera rum för att testa AI-agenten grundligt.

Delningsbar förhandsgranskningswidget

Widgetfärg – genom att lägga till en brandColor -parameter i länken. Du kan definiera enkla färger med hjälp av färgnamn eller använda hexadecimala färgkoder.
Telefonhölje – genom att ändra värdet på en telefonhölje -parameter i länken. Detta är sant som standard och kan inaktiveras om det görs falskt

Exempellänk för förhandsgranskning med dessa parametrar: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Vanliga hanteringsavsnitt för skript-AI-agenter

Följande avsnitt visas i den vänstra panelen på konfigurationssidan för AI-agenter:

Utbildning

När AI-agenter utvecklas och blir mer komplexa kan förändringar i deras logik eller Natural Language Understanding (NLU) ibland få oavsiktliga konsekvenser. För att säkerställa optimal prestanda och identifiera potentiella problem erbjuder AI-agentplattformen ett bekvämt ramverk för testning av ett-klick-bot. Du kan:

Skapa och kör enkelt en omfattande uppsättning testfall.
Definiera testmeddelanden och förväntade svar för olika scenarier.
Simulera komplexa interaktioner genom att skapa testfall med flera meddelanden.

Definiera tester

Du kan definiera tester med följande steg:

Logga in på plattformen Webex AI Agent Studio.
Klicka på den skriptade AI-agenten som du har skapat på instrumentpanelen.
Klicka på Testning i den vänstra panelen. Som standard visas fliken Testfall .
Välj ett testfall och klicka på Kör valda tester.

Varje rad i tabellen representerar ett testfall med följande parametrar:

Tabell 1. Testärenden
Parameter	Beskrivning
Meddelande	Ett exempelmeddelande som representerar de typer av frågor och påståenden som du kan förvänta dig att användare ska skicka till din AI-agent.
Förväntat språk	Det språk på vilket användarna förväntas interagera med AI-agenten.
Förväntad artikel	Ange vilken artikel som ska visas som svar på ett visst användarmeddelande. För att hjälpa dig att hitta den mest relevanta artikeln har den här kolumnen en Smart automatisk komplettering. När du anger föreslår systemet matchande artiklar baserat på den text som har angetts hittills.
Återställ föregående sammanhang	Klicka på kryssrutan i den här kolumnen för att isolera testfall och se till att de körs oberoende av befintliga AI-agentkontext. När detta är aktiverat simuleras varje testfall i en ny session, vilket förhindrar störningar från tidigare interaktioner eller lagrade data.
Inkludera delträffar	Aktivera den här växlingsknappen om du vill att testfallen ska anses vara lyckade även om de förväntade artiklarna endast delvis matchar det faktiska svaret.
Importera från CSV	Importera testärenden från en kommaseparerad fil (CSV). I det här fallet skrivs alla befintliga testfall över.
Exportera till CSV	Exportera testärenden till en kommaseparerad fil (CSV).
Testa återuppringningar	Aktivera den här växlingsknappen för att simulera inkommande återuppringningar och testa flödets beteende utan att kräva faktiska inkommande samtal. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Återuppringningsflöde	Klicka på kryssrutan i den här kolumnen om du vill ange att en avsikt måste utlösa en återuppringning. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Återuppringningsmall för förväntad	Ange mallnyckeln som ska aktiveras när återuppringningen sker. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.
Tidsgräns för återuppringning (s)	Maximal tid (i sekunder) som AI-agenten väntar på ett svar med återuppringning innan återuppringningen anses ha löpt ut. En timeout på högst 20 sekunder tillåts. Det här alternativet är endast tillgängligt för skriptade AI-agenter som utför åtgärder.

Kör tester

På fliken Utförande klickar du på Kör valda tester för att starta en sekventiell körning av alla valda testfall.

Du kan även köra testfall från fliken Testfall .

När varje testfall är klart visar systemet sitt resultat bredvid motsvarande post. Om du vill avsluta ett testärende som körs klickar du på Avbryt körning i det övre högra hörnet på skärmen.

Om du vill visa testfall med specifika resultat klickar du på önskat resultat (till exempel Godkänt, Godkänt med delvis matchning, Misslyckades, Väntar) i sammanfattningsmenyfliken. Detta filtrerar listan med testfall så att endast de som matchar det valda resultatet visas.

Det sessions-ID som är kopplat till varje testfall visas i resultaten. På så sätt kan du snabbt korshänvisa testfall och visa transaktionsinformation. För att utföra detta väljer du alternativet Transaktionsinformation i kolumnen Åtgärder .

Utförningshistorik

På fliken Historik får du åtkomst till alla körda testfall.

Klicka på ikonen Hämta i kolumnen Åtgärder för att exportera de körda testdata som en CSV-fil för analys eller rapportering offline.
Granska de specifika motor- och algoritminställningar som används för varje testfall. Den här informationen hjälper utvecklare att optimera AI-agentens prestanda.
Om du vill visa de avancerade algoritmkonfigurationsinställningarna som används för en viss utbildningsmotor klickar du på ikonen Info bredvid utbildningsmotorns namn. Detta ger insikter om de parametrar och inställningar som påverkade AI-agentens beteende under testning.

Sessioner

Avsnittet Sessioner innehåller en omfattande förteckning över alla interaktioner mellan AI-agenter och kunder. Varje session innehåller en detaljerad historik över meddelanden som har utbytts. Du kan exportera sessionsdata som en CSV-fil för analys och granskning offline. Du kan använda dessa data för att undersöka meddelanden och sammanhang för specifika sessioner för att få insikter om användarinteraktioner och identifiera områden som behöver förbättras, förfina AI-agentens svar och förbättra den övergripande användarupplevelsen.

Den kan hantera stora datauppsättningar genom att visa resultat på sidor. Du kan använda avsnittet Förfina resultat för att filtrera och sortera sessioner baserat på olika kriterier. Varje rad i tabellen visar viktig sessionsinformation, inklusive:

Kanaler – den kanal där interaktionen inträffade (till exempel chatt, röst).
Sessions-ID – En unik identifierare för sessionen.
Konsument-ID – användarens unika identifierare.
Meddelanden – antalet meddelanden som har utbytts under sessionen.
Uppdaterat till – den tidpunkt då sessionen stängdes.
Metadata – ytterligare information om sessionen.
- Dölj testsessioner – Markera den här kryssrutan om du vill dölja testsessioner och visa endast listan över livesessioner.
- Agentöverlämning genomfördes – Markera den här kryssrutan om du vill filtrera de sessioner som lämnas över till en agent. Om agentöverföring sker visas hörlursikonen som anger att chatten ska överföras till en mänsklig agent.
- Fel inträffade – Markera den här kryssrutan om du vill filtrera de sessioner där ett fel inträffade.
- Nedröstade – Markera den här kryssrutan om du vill filtrera de nedröstade sessionerna.

Klicka på en rad för att komma åt den detaljerade vyn av en specifik session. Använd kryssrutor för att filtrera sessioner baserat på agentöverlämning, fel och nedröstningar. För att avkryptera sessioner krävs behörighet på användarnivå och avancerade inställningar för dataskydd. Klicka på Avkryptera innehåll för att visa sessionsinformationen.

Sessionsinformation om en viss session i Scripted AI-agenten för att svara på frågor

Vyn Sessionsinformation i en skriptad AI-agent för att svara på frågor ger en omfattande översikt över en specifik interaktion mellan en användare och AI-agenten.

Avsnittet Meddelanden :

Visar alla meddelanden som skickats av användaren under sessionen.
Visar motsvarande svar som genererats av AI-agenten.
Visar meddelandenas kronologiska ordning, vilket ger kontext för interaktionen.

Fliken Transaktionsinformation:

Visar de artiklar som identifierades som relevanta för kundens fråga, inklusive både exakta och partiella träffar.
Visar likhetspoäng som är associerade med varje identifierad artikel, vilket anger graden av relevans.
Visar resultaten av de underliggande algoritmer som används för att bearbeta kundens fråga och identifiera relevanta artiklar.
Visar antalet algoritmresultat beroende på inställningarna som konfigurerats på fliken Överföring och Inference .

Avsnittet Annan information i vyn Sessionsinformation ger ytterligare sammanhang och information om en specifik interaktion. Här är en uppdelning av informationen som visas:

Bearbetad fråga – Visar den förbearbetade versionen av kundens indata efter att den har bearbetats av AI-agentens NLU-pipeline (Natural Language Understanding).
Agentöverlämning – Anger om en agentöverlämning inträffade under sessionen. Markera kryssrutan Agentöverföring via regler om en agentöverföring utlöstes av specifika regler.
Svarstyp – Anger typen av svar som genereras av AI-agenten, till exempel ett kodavsnitt eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU-motor – identifierar den NLU-motor som används för att behandla kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärden – visar minimitröskelvärdet och den partiella skillnaden mellan poäng som konfigurerats i inställningarna för Överföring och Inference . Dessa värden avgör när en fråga anses vara utanför räckvidden eller kräver agentintervention.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-ID:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Sessionsinformation om en viss session i Scripted AI-agenten för att utföra åtgärder

Fliken Transaktionsinformation i Skriptad AI-agent för att utföra åtgärder ger en detaljerad uppdelning av en specifik interaktion och kategoriserar information i fyra avsnitt:

Avsnitt Identifierade avsikter :

Visar avsikterna som identifierades för kundens fråga.
Anger den konfidensnivå som är kopplad till varje identifierad avsikt.
Visar de ankomst- och avgångstider som är associerade med den identifierade avsikten. Klicka på spåret för att visa ytterligare information om dess värde och hur det extraherades från användarens fråga.

I avsnittet Identifierade enheter listas de enheter som har extraherats från kundens meddelande och är associerade med den aktiva konsumentavsikten. Dessa enheter representerar de viktigaste informationspunkterna som botten identifierade i användarens fråga.

Avsnittet Algoritmresultat ger insikter om de underliggande processerna som ledde till AI-agentens svar. Här är en uppdelning av informationen som visas:

Lista över avsikter – visar de identifierade avsikterna och deras motsvarande likhetspoäng.
Enhetslista– visar de enheter som har extraherats från användarens meddelande.

Annan information visar:

Agentöverlämning – Anger om en agentöverlämning inträffade under sessionen. Markera kryssrutan Agentöverföring via regler om en agentöverföring utlöstes av specifika regler.
Mallnyckel – Anger den mallnyckel som är kopplad till avsikten som utlöste AI-agentens svar.
Svarstyp – Anger typen av svar som genereras av AI-agenten, till exempel ett kodavsnitt eller ett villkorligt svar.
Svarsvillkor – Anger det specifika villkor eller den specifika regel som utlöste AI-agentens svar.
NLU-motor – identifierar den NLU-motor som används för att behandla kundens fråga (till exempel RASA, Switchmatch eller Mindmeld).
Tröskelvärden – visar minimitröskelvärdet och den partiella skillnaden mellan poäng som konfigurerats i inställningarna för Överföring och Inference . Dessa värden avgör när en fråga anses vara utanför räckvidden eller kräver agentintervention.
Avancerade loggar – innehåller en lista över felsökningsloggar som är kopplade till det specifika transaktions-ID:t. Avancerade loggar sparas vanligtvis i 180 dagar.

Du kan även hämta och visa transaktionsinformationen i JSON-format med hämtningsalternativet.

Fliken Metadata visar:

NLP-metadata – granska de förbehandlingssteg som tillämpas på kundens inmatning på fliken NLP .
Datastore och FinalDF – Få åtkomst till data relaterade till sessionen på flikarna Datastore och FinalDF för smarta bottar.
Sökfunktioner – använd den inbyggda sökfältet för att snabbt hitta specifika uttalanden i en konversation.

Historik

När du lägger till eller ändrar artiklar, avsikter eller enheter är det viktigt att omutbilda din skriptade AI-agent för att säkerställa att den är uppdaterad. Efter varje utbildningsmöte ska du noggrant testa din AI-agent för att kontrollera att den är korrekt och effektiv.

På sidan Historik kan du:

Visa utbildningshistorik – Spåra när en kropp tränades in och ändringarna som gjorts.
Jämför utbildningsmotorer – Granska utbildningsmotorer som används för olika iterationer och deras motsvarande utbildningstider.
Spåra ändringar – övervaka ändringar i inställningar, artiklar, svar, NLP och curation.
Återgå till tidigare versioner – återgå enkelt till en äldre utbildningsuppsättning vid behov.

Avsnittet Historik innehåller praktiska verktyg för att hantera dina kunskapsbasartiklar:

Aktivera artiklar – gör tidigare inaktiva artiklar live för att inkludera dem i AI-agentens svar.
Redigera artiklar – skapa en ny version av en befintlig artikel samtidigt som originalet bevaras som referens.
Förhandsgranska prestanda – Utvärdera AI-agentens prestanda med en specifik kunskapsbas med hjälp av funktionen Förhandsgranska .
Hämta artiklar – exportera dina kunskapsbasartiklar som en CSV-fil för analys eller referens offline.
Det här alternativet är tillgängligt för skript-AI-agenter endast för att svara på frågor.

Granska loggar

Avsnittet Granskningsloggar innehåller en detaljerad förteckning över ändringar som gjorts av din skriptade AI-agent under de senaste 35 dagarna. Så här får du åtkomst till granskningsloggar:

Navigera till instrumentpanelen och klicka på den AI-agent som du har skapat.
Klicka på fliken Historik för att visa AI-agentens historik.
Klicka på fliken Granska loggar för att se en detaljerad logg över ändringarna:
- Uppdaterad På – datum och tid ändringen gjordes.
- Uppdaterad av – användaren som gjorde ändringen.
- Fält – avsnittet av boten där ändringen inträffade (till exempel Inställningar, Artiklar, Svar).
- Beskrivning – Ytterligare information om ändringen.

Använd alternativen Uppdaterad av och Fältsökning för att snabbt hitta specifika granskningsloggposter.
Fliken Modellhistorik visar högst 10 enheter för varje AI-agent.

Läkning

Meddelanden läggs till i Curation-konsolen baserat på följande kriterier:

Reservmeddelanden – när AI-agenten inte förstår en användares meddelande och utlöser reservavsikten.
Standardreserv-avsikt – om den här växlingen är aktiverad skickas meddelanden som aktiverar standardreserv-avsikten till Curation-konsolen.

Detta kriterium gäller endast för skript-AI-agenter som utför åtgärder.
Nedröstade meddelanden – meddelanden som användare har nedröstat under förhandsgranskningar av AI-agenter.
Agentöverlämning – Meddelanden som resulterar i att en mänsklig agent överlämnar på grund av konfigurerade regler.
Från session – Meddelanden som flaggas av användare som inte får önskat svar från sessions- eller rumsdata.
Lågt förtroende – Meddelanden med en konfidensgrad som ligger inom det angivna tröskelvärdet för lågt förtroende.
Delvis matchning – meddelanden där AI-agenten inte definitivt kunde identifiera rätt avsikt eller svar.

Lös problem

Fliken Problem tillhandahåller en centraliserad plats för att granska och adressera meddelanden som har flaggats för återhämtning. Du kan göra följande:

Välj att lösa eller ignorera problem baserat på deras svårighetsgrad och relevans.
Granska användarens ursprungliga uttalande, AI-agentens svar och eventuella bifogade media.

Du kan visa hela innehållet i krypterade sessioner med alternativet Avkryptera innehåll om du har dekrypteringsåtkomst aktiverad.

Dekrypteringsåtkomst beviljas på användarnivå och kräver att Avancerat dataskydd är aktiverat i backend.

För att lösa ett problem kan du:

Länk till en befintlig artikel – om du vill ansluta ett problem till en befintlig artikel väljer du alternativet Länk och söker efter önskad artikel.
Skapa ny artikel – använd alternativet Lägg till i en ny artikel för att skapa en ny artikel direkt från Curation Console.
Ignorera problem – lös eller ignorera problem för att ta bort dem från Curation Console.

Det är inte tillåtet att länka till standardartiklar (välkomstmeddelande, reservmeddelande, delvis matchning).
För skripterade AI-agenter som utför åtgärder väljer du lämplig avsikt i listrutan och taggar relevanta enheter.
När du har gjort ändringar ska du omutbilda din AI-agent för att säkerställa att den nya kunskapen återspeglas i dess svar.
Lös eller ignorera flera problem samtidigt för effektiv hantering.

Fliken Åtgärdade ger en omfattande översikt över alla problem som har åtgärdats. Du kan visa en sammanfattning av varje åtgärdat problem, inklusive om problemet var länkat till en befintlig artikel, använt för att skapa en ny artikel/avsikt eller ignorerat. Om du stöter på oönskade svar som inte automatiskt hämtades av de befintliga reglerna kan du manuellt lägga till specifika uttalanden i Curation Console.

Lägga till problem från sessioner:

Identifiera uttalandet – leta upp det uttalande som utlöste det felaktiga svaret.
Kontrollera kurationsstatus – om problemet inte redan finns i kurationskonsolen visas växlingsknappen Kurationsstatus .
Växla flaggan – aktivera växlingsknappen Hjälpstatus för att lägga till uttalandet i Hjälpkonsolen för granskning och upplösning.

Om problemet redan finns i Curation Console ändras växlingens utseende i enlighet med detta för att ange dess status.

Visa dina skript-AI-prestanda med hjälp av analyser

Avsnittet Analys ger en grafisk representation av viktiga mätvärden för att utvärdera AI-agenters prestanda och effektivitet. Nyckelmätningarna är indelade i fyra avsnitt som visas som flikar. Dessa är: Översikt, svar, utbildning och botemedel.

På analysskärmen kan utvecklare välja den AI-agent som de vill se analysen för. De kan även anpassa analysvyn genom att välja vilken kanal de vill se data för, tillsammans med datumintervall och granularitet i data. Som standard visas analysdata för den senaste månaden för alla kanaler med daglig granularitet (varje dag är en punkt på x-axeln i diagrammen).

Översikt

Översikten innehåller viktiga mätvärden och diagram som ger en ögonblicksbild av den övergripande användningen och prestandan för AI-agenter för utvecklarna.

Välj den AI-agent som du har skapat på Instrumentpanelen.
Klicka på Analys i den vänstra navigeringsrutan. En översikt över AI-agentens prestanda visas i både tabellformat och grafisk representation.

Sessioner och meddelanden

I det första avsnittet i översikten visas följande statistik om sessioner och meddelanden för AI-agenten:

Totalt antal sessioner och sessioner som hanteras av AI-agenten utan mänsklig inblandning.
Totalt antal agentöverlämningar, vilket är antalet sessioner som lämnats över till mänskliga agenter.
Genomsnittligt antal sessioner
Totalt antal meddelanden (mänskliga meddelanden och AI-agentmeddelanden) och hur många av dessa meddelanden som kom från användare.
Genomsnittligt antal meddelanden per dag

Detta följs av en grafisk representation av sessioner (staplad kolumn som representerar sessioner som hanteras av AI-agenten och överlämnade sessioner) och totala svar som skickats ut av AI-agenten.

Användare

Det andra avsnittet i översikten innehåller statistik om användare för AI-agenten. Den innehåller ett antal totala användare och information om genomsnittliga sessioner per användare och dagliga genomsnittliga användare. Detta följs av ett diagram som visar nya och återkommande användare för varje enhet beroende på vald granularitet.

Prestanda

I det tredje avsnittet finns statistik om tbe AI-agenters svar till användare. Här kan du se det totala antalet svar som skickats ut av AI-agenten och uppdelningen mellan svaren där AI-agenten:

Identifierat användarens avsikt.
Svarade med ett reservmeddelande.
Svarade med ett meddelande om delvis matchning.
Informerade användaren om en agentöverlämning.

Samma sak aggregeras i ett cirkeldiagram och ett områdesdiagram ger information baserat på vald granularitet.

Utbildning

Utbildningsavsnittet representerar ”hälsan” hos en AI-agentkropp. Det rekommenderas att utvecklare konfigurerar 20+ utbildningsuttalanden för varje avsikt/artikel i sina AI-agenter. I det här avsnittet visas alla artiklar/avsikter i en kropp som enskilda rektanglar där färgen och den relativa storleken på varje rektangel visar de utbildningsdata som artikeln/avsikten innehåller. Ju närmare en avsikt är vit, desto mer utbildningsdata behövs för att din AI-agent ska kunna bli bättre.

Svar

Det här avsnittet ger utvecklarna en detaljerad vy över vad användarna frågar om och hur ofta de frågar om det. Den ger en grafisk representation av de populäraste artiklarna för AI-agenter för att svara på frågor och svarsmallar för AI-agenter för att utföra åtgärder.

Läkning

Det här avsnittet ger en visuell sammanfattning av hur många kurationsproblem som har uppstått varje dag och hur många av dem som har lösts av AI-agenterna.

Integrera AI-agenter

Det här avsnittet beskriver hur du integrerar AI-agenter med både röst och digitala kanaler för att hantera kundkonversationer.

Integrera AI-agenter med röst- och digitala kanaler

När du har skapat och konfigurerat dina AI-agenter i plattformen Webex AI Agent Studio är nästa steg att integrera dem med röst- och digitala kanaler. Med den här integreringen kan AI-agenter hantera både röstbaserade och digitala konversationer med dina kunder, vilket ger en smidig och interaktiv användarupplevelse.

Mer information finns i artikeln Integrera AI-agenter med röst- och digitala kanaler.

Hantera rapporter från AI-agenter

I det här avsnittet beskrivs en översikt över AI-agentrapporter, rapporttyper, skapande av AI-agentrapporter och rapportleveranslägen.

Förstå rapporter om AI-agenter

Med rapportfunktionen kan du skapa eller schemalägga (regelbundet generera) specifika rapporter från de tillgängliga rapporttyperna och ta emot dem via tillgängliga leveranslägen. Dessa rapporter kan ge värdefull information om användarbeteende, användning, engagemang, produktegenskaper och så vidare. Du kan få önskad information levererad till deras e-post, SFTP-sökväg eller S3-bok. Du kan välja rapporttyp från en lista med förbyggda rapporter och även välja om du vill skapa en enstaka rapport direkt eller med jämna mellanrum.

När du öppnar rapportmenyn från den vänstra navigeringsrutan visas följande flikar:

Konfigurera – på den här fliken visas alla rapporter som för närvarande är aktiva och som genereras regelbundet. Följande information är tillgänglig för listan över rapporter:
- Aktiv – om en användare fortfarande prenumererar på rapporten.
- AI-agent – Namnet på den AI-agent som är kopplad till rapporten.
- Rapporttyp – den förbyggda rapporttypen som du prenumererar på.
- Frekvens – intervallet då du får rapporten.
- Senast genererad rapport – den senaste rapporten som skickades ut.
- Nästa schemalagda datum – nästa datum kommer rapporten att skickas ut.
Historik – på den här fliken visas all historikinformation för de rapporter som skickats fram till dess. Klicka på en rapport på den här sidan om du vill redigera konfigurationen av rapporter.

Du kan klicka på ikonen Hämta under kolumnen Åtgärder för att hämta dessa historikrapporter.

On-demand-rapporter som visas på fliken Historik är endast tillgängliga för nedladdning när rapportgenereringen har slutförts.

Skapa en rapport för AI-agenter

1	Logga in på plattformen Webex AI Agent Studio.
2	Klicka på Rapporter i den vänstra navigeringsraden.
3	Klicka på +Ny rapport.
4	Ange följande information för att skapa och konfigurera rapporten: AI-agent – namnet på den AI-agent som är kopplad till rapporten. Du kan visa alla AI-agenter för att svara på frågor och utföra uppgifter i det här programmet. Rapporttyp – den förbyggda rapporttypen som du vill prenumerera på. När du väljer AI-agenten för att svara på frågor visar AI-agentfältet tre olika typer av rapporter: Användnings- och beteendesammanfattning Meddelandeavskrift Problem med läkning Utdataformat – formatet där du vill att rapporten ska genereras och skickas till det konfigurerade leveransläget. Formaten som stöds är CSV och .xlsx. Välj ett av följande alternativ och relevanta inställningar för den typ av rapporter som du vill skapa: Generera nu – ange startdatum och slutdatum för en on-demand-rapport. Schemalagd rapport – schemalägg Frekvens, Tid, Tidszon och Startdatum för en rapport. När du har skapat den här rapporten kan du använda växlingsknappen Aktivera rapport i rapporten. Du kan aktivera eller inaktivera den här växlingen senare för att ta emot eller stoppa rapporten vid den schemalagda frekvensen. Leveransläge – se avsnittet Leveranslägen för mer information.

Rapporttyper för AI-agenter

Du kan välja från en lista med förbyggda rapporter baserat på vald typ av AI-agent. I det här avsnittet behandlas dessa rapporttyper, de tabeller som ingår i varje rapport och de kolumner som är tillgängliga i varje blad.

Rapporttyp av AI-agent för att besvara frågor

Det finns tre olika rapporttyper tillgängliga för en AI-agent för att svara på frågor i programmet. Med hjälp av olika rapporttyper kan du användas för att förstå sammanfattningen av AI-agentens användning, beteende, vad användare frågar efter och hur AI-agenten svarar på frågorna. Du kan även visa de meddelanden som slutade som problem i kurationen.

Användningsbeteende och sammanfattning

I det här avsnittet visas sammanfattningen av AI-agenten med hur ofta artiklar och kategorier anropas. Du kan visa sammanfattnings-, kategorier- och artikelinformation på en separat flik i rapporterna:

Tabell 1. Information om fliken Sammanfattning
Fält	Beskrivning
Namn på AI-agent	AI-agentens namn.
Totalt antal konversationer	Totalt antal konversationer/sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användare gav minst en inmatning.
Totalt antal mänskliga meddelanden	Meddelanden som skickas av slutanvändare till AI-agenten.
Totalt antal AI-agentsvar	Totalt antal meddelanden som skickats av AI-agenten till slutanvändare.
Totalt antal delträffar	Fall där det fanns en viss osäkerhet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer har skickats till agent	Totalt antal konversationer som lämnats över till en mänsklig agent.
Totalt antal positiva röster	Totalt antal AI-agentsvar som fick en positiv röst av kunder.
Totalt antal nedröstningar	Totalt antal AI-agentsvar som nekades av kunder.

Tabell 2. Information om fliken Kategori
Fält	Beskrivning
Kategorinamn	Namnet på kategorin som konfigurerats i AI-agenten.
Konversationer för kategorin	Antalet konversationer eller sessioner där en artikel som tillhör denna kategori upptäcktes.
Totalt antal svar	Antal gånger en artikel som tillhör denna kategori upptäcktes.
Totalt antal positiva röster	Antalet gånger ett svar från denna kategori har röstats upp.
Totalt antal nedröstningar	Antalet gånger ett svar från denna kategori nekades.

Tabell 3. Information om fliken Artikel
Fält	Beskrivning
Artikelnamn	Namnet på artikeln (standardvariant) som har konfigurerats i AI-agenten.
Artikelkategori	Den kategori som denna avsikt tillhör.
Konversationer för artikeln	Antalet konversationer eller sessioner där den här artikeln upptäcktes.
Totalt antal svar	Antalet gånger den här artikeln upptäcktes.
Totalt antal positiva röster	Hur många gånger svaret på den här artikeln har fått en positiv röst.
Totalt antal nedröstningar	Antalet gånger svaret för den här artikeln nekas.

Hantera avskrifter

Visar konversationen mellan AI-agenten och kunden tillsammans med likhetspoäng. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpeln för meddelandet.
Sessions-ID	Den unika identifieraren för sessionen.
Konsument-id	Den unika identifieraren för slutanvändaren på AI-agenten.
Meddelandetyp	AI-agentmeddelandet eller det mänskliga meddelandet.
Meddelandetext	Innehållet i meddelandet.
Artikel	ID för svaret som skickas tillbaka av AI-agenten.
Kategori	Avsikten som upptäcktes av AI-agenten för kundens meddelande.
Bästa matchningsresultat	Likhetspoäng för den upptäckta avsikten.
Matchad artikel 1	Avsikten upptäcktes av den valda NLU-motorn.
Artikel 1-poäng	Poängen för avsikt som upptäckts.
Feedback	Användarfeedback om ett meddelande röstades upp eller ned.
Feedbackkommentar	Kommentarer som lämnas av användare när de nekar ett meddelande.

Problem med läkning

Visar de meddelanden som slutade i kuration som problem av olika anledningar. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-id	Unik identifierare för slutanvändaren på AI-agenten.
Mänskligt meddelande	Innehållet i det mänskliga meddelandet.
Meddelande från AI-agent	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till issue	Anledningen till att det här meddelandet slutar med läkning.
Artikel	ID för svaret som skickas tillbaka av AI-agenten.
Kategori	Avsikt upptäckt av AI-agenten för användarens meddelande.
Bästa matchningsresultat	Likhetspoäng för den upptäckta avsikten.
Matchad artikel 1	Avsikt upptäcktes av den valda NLU-motorn.
Artikel 1-poäng	Poäng för avsikt som upptäckts.

AI-agent för att utföra uppgifter rapporttyp

Det finns tre olika rapporttyper tillgängliga för en AI-agent för att utföra uppgiften i programmet för AI-agentbyggaren. Som utvecklare av AI-agenter kan du skapa olika rapporttyper. Dessa kan användas för att förstå sammanfattningen av AI-agentens användning, AI-agentens beteende, vad användare frågar och hur en AI-agent svarar på frågorna. Du kan även visa de meddelanden som slutade som problem i kurationen.

Användningsbeteende och sammanfattning

Visar sammanfattningen av konversationer tillsammans med avsikter och mallnycklar som utlöses. Fliken Sammanfattning visar följande information:

Tabell 4. Fliken Sammanfattning
Fält	Beskrivning
Namn på AI-agent	AI-agentens namn.
Totalt antal konversationer	Totalt antal konversationer eller sessioner som hanteras av AI-agenten.
Konversationer med minst ett användarmeddelande	Konversationer eller sessioner där användare gav minst en inmatning.
Totalt antal mänskliga meddelanden	Meddelanden som skickas av slutanvändare till AI-agenten.
Totalt antal AI-agentsvar	Totalt antal meddelanden som skickas av AI-agenten till slutanvändare.
Totalt antal delträffar	Fall där det fanns en viss osäkerhet om användarens meddelande och AI-agenten svarade med flera avsikter som alternativ.
Konversationer har skickats till agent	Totalt antal konversationer som lämnats över till en mänsklig agent
Totalt antal positiva röster	Totalt antal AI-agentsvar som fått en positiv röst av användare.
Totalt antal nedröstningar	Totalt antal AI-agentsvar som röstades ned av användare.

Du kan även visa avsiktsinformationen på fliken Avsikter i kalkylbladet:

Tabell 5. Fliken Avsikter
Fält	Beskrivning
Avsiktsnamn	Namnet på avsikten som konfigurerats i AI-agenten.
Konversationer för avsikten	Antal konversationer eller sessioner där denna avsikt anropades.
Totalt antal anropen	Antal gånger denna avsikt åberopades.
Totalt antal kompletteringar	Antal gånger alla slots samlades in och denna avsikt slutfördes.
Totalt antal positiva röster	Totalt antal svar för detta röstades upp för varje avsikt.
Totalt antal nedröstningar	Totalt antal svar för detta röstades ned för varje avsikt.

Rapporten har även mallinformation på hög nivå, till exempel:

Tabell 6. Mallinformation
Fält	Beskrivning
Mallnyckelnamn	Namnet på mallen som konfigurerats i AI-agenten.
Mallnyckelavsikt	Avsikter där den här mallnyckeln används.
Konversationer för mallnyckeln	Antal gånger som den här mallnyckeln skickades ut som ett svar.
Totalt antal svar	Antal gånger den här mallnyckeln skickades som ett svar.
Totalt antal positiva röster	Antal gånger svaret för den här mallen har röstats upp.
Totalt antal nedröstningar	Antal gånger som svaret för den här mallen nekades.

Avskrifter av meddelanden

Visar en kunds konversation med AI-agenten tillsammans med likhetspoäng. Du kan visa följande information i rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för användarens session.
Konsument-id	Unik identifierare för slutanvändaren i programmet.
Meddelandetyp	AI-agentmeddelande eller mänskligt meddelande.
Meddelandetext	Meddelandets innehåll.
Mallnyckel	ID för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt upptäckt av AI-agenten för kundens meddelande.
Bästa matchningsresultat	Likhetspoäng för den upptäckta avsikten.
Matchad avsikt 1	Avsikt upptäcktes av den valda NLU-motorn.
Poäng för avsikt 1	Poäng för avsikt som upptäckts.
Feedback	Användarfeedback om ett meddelande har röstats upp eller ned.
Feedbackkommentar	Kommentarer som lämnas av användare när de nekar ett meddelande.

Problem med läkning

Visar de meddelanden som slutade i kuration som problem av olika anledningar. Den här rapporten är endast relevant för skript-AI-agenter. Du kan visa följande information i den här rapporten:

Fält	Beskrivning
Tidsstämpel	Tidsstämpel för meddelandet.
Sessions-ID	Unik identifierare för kundens session.
Konsument-id	Unik identifierare för slutanvändaren i programmet.
Mänskligt meddelande	Innehållet i det mänskliga meddelandet.
Meddelande från AI-agent	Innehållet i meddelandet som AI-agenten svarade med.
Orsak till issue	Anledningen till att det här meddelandet slutar med läkning.
Mallnyckel	ID för svaret som skickas tillbaka av AI-agenten.
Avsikt	Avsikt upptäckt av AI-agenten för användarens meddelande.
Bästa matchningsresultat	Likhetspoäng för den upptäckta avsikten.
Matchad avsikt 1	Avsikt upptäcktes av den valda NLU-motorn.
Poäng för avsikt 1	Poäng för avsikt som upptäckts.

Leveranslägen för AI-agentrapport

I dagens datadrivna värld är en effektiv och säker leverans av rapporter från AI-agenter avgörande för välgrundat beslutsfattande och operativ spetskompetens. För att möta olika organisatoriska behov erbjuder vi flera leveranssätt för AI-agentrapporter, vilket garanterar flexibilitet, tillförlitlighet och säkerhet. Leveransalternativen inkluderar SFTP (Secure File Transfer Protocol), e-post och Amazon S3 Bucket. Varje läge är utformat för att uppfylla olika krav, oavsett om det är nödvändigt för hög säkerhet, enkel åtkomst eller skalbara lagringslösningar. Det här dokumentet beskriver funktionerna och fördelarna med varje leveranssätt och hjälper dig att välja det bästa alternativet för dina specifika behov.

sftp

Fält	Beskrivning
Skicka rapporter till en säker plats som schemalagd	Logga in detta för att skicka rapporterna till den säkra platsen vid den schemalagda tiden. Du kan bara ange följande information genom att aktivera den här växlingen.
IP-adress	Systemets IP-adress.
Användarnamn	Användarnamnet för att komma åt rapporterna.
Lösenord	Lösenordet för åtkomst till rapporterna.
Privat nyckel	Den privata nyckeln för att komma åt filerna.
Överföringssökväg	Sökvägen där filerna dirigeras i systemet.

E-post

Fält	Beskrivning
Schemalägg e-postmeddelanden för flera mottagare, separerade med semikolon (;)	Aktivera detta för att lägga till mottagare.
Mottagare	E-postadressen till alla mottagare som måste ta emot rapporterna vid angiven tid och frekvens.

S3-hållaren

Fält	Beskrivning
Ladda upp rapporter till en S3-hink enligt schema	Aktivera detta för att göra S3-fälten tillgängliga och dirigera rapporterna till den konfigurerade S3-avdelningen.
ID för AWS-åtkomstnyckel	Åtkomstnyckel-ID för åtkomst till AWS-tjänster och -resurser.
AWS-hemlig åtkomstnyckel	Hemlig åtkomstnyckel för åtkomst till AWS-tjänster och resurser.
Periodnamn	Namnet på hinken som rapporten dirigeras till.
Mappnamn	Namnet på mappen som skapas i S3-hinken.

Förstå AI-efterlevnad

Det här avsnittet hjälper dig att förstå AI-utveckling, datasekretess, säkerhet och säkerhet

AI-utveckling, dataintegritet, säkerhet och säkerhet

AI-produktutveckling

Alla AI-drivna funktioner på Cisco genomgår en AI-konsekvensbedömning mot våra Ansvariga AI-principer och följer den Ansvariga AI-ramen, utöver befintliga processer för säkerhet, integritet och mänskliga rättigheter genom design.

Sekretess och säkerhet

Cisco sparar inte kundinmatningsdata efter inferenceprocessen och 3:e partens modellleverantör, Microsoft, får inte åtkomst till, övervaka eller lagra Ciscos kunddata. Mer information om funktionspecifika datalagringspolicyer finns i Ciscos förtroendeportal.

Här följer listan över AI-transparensinformation för alla AI-funktioner:

Datakällor för utbildning och utvärdering

Ciscos 3:e partmodell leverantör, Microsoft, representerar att den inte kommer att använda kundinnehåll för att förbättra Azure OpenAI-modeller och att den inte lagrar eller lagrar Ciscos kunddata i Azure-infrastrukturen.

Säkerhet och etiska överväganden

Alla generativa AI-funktioner är benägna att felsöka, så Cisco prioriterar innehållssäkerhet för AI-funktioner genom att välja innehållsfiltrering, som tillhandahålls av Azure OpenAI.

Modellutvärdering och prestanda

Cisco prioriterar prestanda och noggrannhet hos AI Assistant genom att involvera människor i granskning, testning och kvalitetssäkring av den underliggande modellen.

Tack för din feedback.

Administrationsguide för Webex AI-agent Studio

Kom igång med Webex AI Agent

Funktioner i Webex AI-agent

Viktiga fördelar för företag

Förstå AI-agenttyper och exempel

Exempel

Förutsättningar

Åtkomst Webex AI-agent

Logga in från Control Hub

Logga in från Webex Connect

Layout för startsida

Lär känna din instrumentpanel

Uppgifter på AI-agentkort

Skapa en ny AI-agent

Importera fördefinierad AI-agent

Sök nyckelord

Filtrera efter agenttyp

Hantera kunskapsbasen

Skapa kunskapsbas för AI-agenter

Konfigurera autonoma AI-agenter

Autonom AI-agent för att utföra uppgifter

Skapa en autonom AI-agent för att utföra åtgärder

Uppdatera autonom AI-agentprofil

Lägga till åtgärder i autonom AI-agent

Konfigurera platsfyllning

Lägga till indataenheter i tabellformat

Lägga till entiteter med JSON-redigeraren

Parameterstruktur för indata

Egenskaper Objekt

Exempel

Definiera uppfyllelse

Autonoma AI-agenter för att svara på frågor

Skapa en autonom AI-agent för att svara på frågor

Uppdatera autonom AI-agentprofil

Konfigurera kunskapsbasen

Visa autonom AI-agentsession och historik

Sessioner

Historik

Granskningsloggar

Modellhistorik

Förhandsgranska din autonoma AI-agent

Widget för förhandsgranskning av plattform

Delbar förhandsgranskningswidget

Röstbaserad förhandsgranskning

Visa prestanda för autonoma AI-agenter med Analytics

Konfigurera skriptad AI-agent

Skriptad AI-agent för att utföra uppgifter

Skapa en skriptad AI-agent för att utföra åtgärder

Uppdatera skriptad AI-agentprofil

Hantera entiteter

Typer av entiteter

Entitetsroller

Skapa en entitet med entitetsroller

Länka roller till en entitet

NLU-motor (Natural Language Understanding)

Ändra träningsmotorer

Utbildning

Hantera avsikter

Systemavsikter

Avsikter med småprat

Skapa en avsikt

Länka entiteter med avsikt

Generera träningsdata

NLU-motor (Natural Language Understanding)

Ändra träningsmotorer

Utbildning

Flagga genererade varianter

Skapa flerspråkig avsikt och entitet

Hantera svar

Svarstyper

Variabel ersättning

Konfigurera svar med Svarsdesignern

Svarsmallar

Kodstycken

Konfigurera hanteringsinställningar

Lägga till ett språk i skriptad AI-agent

Konfigurera överlämningsinställningar

Skriptad AI-agent för att svara på frågor

Skapa en skriptad AI-agent för att svara på frågor