- Start
- /
- Artikel
Tack för din feedback.
I den här artikeln
Har du feedback?Den här artikeln ger en översikt över avsikter, entiteter och svar för att konfigurera din AI-agent.
Avsikter
Avsikt är en kärnkomponent i Webex AI Agent Studio-plattformen som gör det möjligt för AI-agenten att förstå och reagera effektivt på din inmatning. Det representerar en specifik uppgift eller handling som du vill utföra under en konversation. Du kan definiera alla avsikter som motsvarar de uppgifter du vill utföra. Noggrannheten i avsiktsklassificeringen påverkar direkt AI-agentens förmåga att ge relevanta och hjälpsamma svar. Avsiktsklassificering är processen att identifiera avsikt baserat på din inmatning, vilket gör det möjligt för AI-agenten att reagera på ett meningsfullt och kontextuellt relevant sätt. För mer information om hur man skapar avsikter, se Skapa en avsikt.
Systemavsikter
- Standardalternativ— En AI-agents möjligheter är i sig begränsade av de avsikter som är utformade för att känna igen och reagera på. Även om ett företag inte kan förutse alla tänkbara frågor du kan ställa, kan standardalternativet hjälpa till att konversationer förflyttas på rätt spår.
Genom att implementera en standardmässig reservintention kan AI-agentutvecklare säkerställa att AI-agenten hanterar oväntade frågor eller frågor utanför omfånget på ett smidigt sätt, och omdirigerar konversationen tillbaka till kända intentioner.
AI-agentutvecklare behöver inte lägga till specifika yttranden i reservintentionen. Agenten kan tränas att automatiskt utlösa reservintentionen när den stöter på kända frågor utanför omfånget som annars felaktigt skulle kunna kategoriseras i andra intentioner.
Till exempel, hos en AI-agent inom banksektorn kan kunder försöka fråga om lån. Om AI-agenten inte är konfigurerad för att hantera lånerelaterade förfrågningar kan dessa frågor införlivas som träningsfraser i standardalternativet . När en kund frågar om lån när som helst i konversationen, identifierar AI-agenten att frågan faller utanför dess definierade avsikter och utlöser reservsvaret. Detta säkerställer ett mer lämpligt svar.
Reservavsikten:
- borde inte ha några slots kopplade till sig.
- måste använda standardnyckeln för reservmall för sitt svar.
- Hjälp– Denna intent är utformad för att ta itu med kundernas frågor 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
help.Som standard mappas svaret för hjälpavsikten till mallnyckeln
Help message. Utvecklare av AI-agenter kan dock anpassa svaret eller ändra den tillhörande mallnyckeln för att ge mer skräddarsydd och informativ vägledning.Det rekommenderas att förmedla AI-agentens förmågor på en hög nivå, så att kunderna får en tydlig förståelse för vad de kan göra härnäst.
- Prata med en agent– Den här avsikten gör det möjligt för kunder att begära hjälp från en mänsklig agent i vilket skede som helst av sin interaktion med AI-agenten. När denna avsikt åberopas initierar systemet automatiskt en överföring till en mänsklig agent. Standardsvarsmallen för denna avsikt är
agent handover. Även om det inte finns några begränsningar i användargränssnittet för att ändra svarsmallens nyckel, kommer ändringen inte att påverka resultatet av den mänskliga överlämningen.
Avsikter med småprat
Alla nyskapade AI-agenter inkluderar fyra fördefinierade småprat-intent för att hantera vanliga kundhälsningar, tacksamhetsuttryck, negativ feedback och avsked:
- Välkomstmeddelanden
- Tack
- AI-agenten var inte till hjälp
- Hej då
Kontexter
Kontext gör interaktioner mellan agent och kund enklare och mer koncisa. AI-agenter förstår lätt fraser som "Jag vill köpa det där" när det finns tillräckligt med sammanhang för att identifiera vad "det där" syftar på. Kontexter hjälper till att uppnå tydlighet i interaktioner med kunder. Sådana uttryck kan anpassas till en avsikt om lämpligt sammanhang anges.
För att möjliggöra uppföljningsintentioner och organisera sätt att strukturera flödet i en konversation kan varje intent konfigureras med ingångskontext och utgångskontext. Denna kontextvariabel lagras för varje session och variabelns tillstånd ändras baserat på avsikter som anropas under sessionens gång.
Inmatningskontext
Inmatningskontexter styr om en avsikt kan matchas med slutanvändarens fråga baserat på sessionens aktiva kontext. När kontext finns i en session tillämpas följande regler för avsiktsmatchning:
-
En avsikt med ingångskontexter matchas endast om den aktiva kontexten i sessionen redan innehåller alla obligatoriska ingångskontextvärden. Med andra ord måste ingångskontexten för en avsikt vara en delmängd av den aktiva kontexten för att den ska matchas.
-
För alla avsikter som uppfyller ovanstående regel ges preferens till avsikter vars inmatningskontext matchar den aktiva mer om konfidenspoängen för flera avsikter är desamma. Med andra ord kommer inmatningskontexten att användas för delmatcher som bryter oavgjort.
Avsluta kontext
Avslutningskontexter styr de aktiva kontexterna för en session. En exit-kontext innehåller kontextvärdesträngen och kontextens varaktighet. När en avsikt är slutförd (alla platser är fyllda och det slutliga svaret anropas) blir de konfigurerade avslutningskontexterna för den avsikten avslutning för sina respektive varaktigheter. Utvecklare kan konfigurera maximalt 15 utgångskontexter för en specifik avsikt. En utgångskontext kan läggas till genom att trycka på enter/return tangenten efter att du har skrivit in kontexten.
Enheter
Enheter är byggstenarna i samtal. De är viktiga element som AI-agenten extraherar från användaryttranden. Entiteter representerar specifik information, såsom produktnamn, datum, kvantiteter eller någon annan betydande ordgrupp. Genom att effektivt identifiera och extrahera entiteter kan AI-agenten bättre förstå användarnas avsikt och ge mer exakta och relevanta svar. För mer information om hur man skapar en entitet, se Skapa en entitet.
Entitetstyper
Webex AI Agent Studio erbjuder 11 förbyggda 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 information specifikt för varje användningsfall.
-
Anpassad lista – Definiera listor över förväntade strängar för att samla in specifika datapunkter som inte täcks av förbyggda entiteter. Du kan lägga till flera synonymer mot varje sträng. Till exempel en enhet för anpassad pizzastorlek.
-
Regex – Använd reguljära uttryck för att identifiera specifika mönster och extrahera motsvarande data. Till exempel ett telefonnummerregex, som i
123-123-8789 -
Siffror – Registrerar numeriska indata med fast längd med hög noggrannhet, särskilt vid röstinteraktioner. Vi använder detta som ett alternativ till anpassade och regex-entitetstyper i icke-röstinteraktioner. Definiera till exempel en längd på fem för att detektera ett femsiffrigt kontonummer.
-
Alfanumerisk – Registrerar kombinationer av bokstäver och siffror, vilket ger korrekt igenkänning för både röst- och icke-röstinmatningar.
-
Fri form – Registrera flexibla datapunkter som är svåra att definiera eller validera.
-
Kartplats (WhatsApp) – Extrahera platsdata som du delat på WhatsApp-kanalen.
Systemenheter
| Enhetsnamn | Beskrivning | Exempelinmatning | Exempel på utdata |
|---|---|---|---|
| Datum | Analyserar datum i naturligt språk till ett standarddatumformat | "juli nästa år" | 01/07/2020 |
| Tid | Parsar tid i 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 vanliga telefonnummer | ring mig på 9876543210 | 9876543210 |
| Monetära enheter | Analyserar valuta och belopp | Jag vill ha 20 dollar | 20$ |
| Ordinal | Upptäcker ordningstal | Fjärde av tio personer | 4th |
| Kardinal | Upptäcker kardinalnummer | Fjärde av tio personer | 10 |
| Geoplats | Upptäcker geografiska platser (städer, länder etc.) | Jag badade i Themsen i London, Storbritannien | London, Storbritannien |
| Personnamn | Upptäcker vanliga namn | Bill Gates från Microsoft | Bill Gates |
| Kvantitet | Identifierar mått, såsom vikt eller avstånd | Vi är 5 km från Paris | 5km |
| Varaktighet | Identifierar tidsperioder | 1 veckas semester | 1 vecka |
Du kan redigera skapade entiteter från fliken entiteter. Att länka entiteter till en avsikt kommenterar dina yttranden med identifierade entiteter när du lägger till dem.
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— Vanliga textmeddelanden för direkt kommunikation.
- Multimedia— Bilder, ljud eller videoelement för att förbättra användarupplevelsen.
För mer information om hur du skapar svar, se Skapa ett svar.
Systemsvar
Följande förkonfigurerade systemsvar är tillgängliga för den skriptade AI-agenten. Du kan anpassa meddelandena för standardsystemsvaren. Du kan dock inte radera dessa svar.
-
Välkomstmeddelande
-
Svarsförslag
-
Delvis meddelande
-
Reservmeddelande
-
Förslag på entitet
-
Överlämning av agent
Småpratsvar
Du kan anpassa och ta bort följande småpratsvar:
-
Hej då
-
Välkomstmeddelanden
-
Hjälpmeddelande
-
Inte användbart
-
Tack
De kanaler som stöds och som du kan konfigurera svaren för är Web (standard), Apple Messages for Business, Messenger, RCS, SMS, Voice och WhatsApp.
Svarsdesigner
Svarsdesignern erbjuder ett användarvänligt gränssnitt för att skapa svar utan att det krävs omfattande kodningskunskaper. Alternativet med villkorliga svar möjliggör enkel konstruktion av svar för icke-utvecklare som AI-agenten levererar till kunder.
Svarsdesignern är utformad för att säkerställa att användarupplevelsen tillgodoser den specifika kanal som AI-agenten interagerar med.
Stödda svarstyper för kanaler
I Response Designer kan du konfigurera kanalspecifika svar för avsikterna. För mer information om hur du konfigurerar olika svarstyper, se avsnittet Konfigurera svarstyper.
| Svarstyp | Beskrivning | Kanaler som stöds |
|---|---|---|
| Text | Enkla textsvar tillåter flera textrutor i ett svar. Den här uppställningen delar upp långa meddelanden i hanterbara delar. Du kan lägga till flera svarsalternativ till dina svar, och systemet kommer slumpmässigt att välja ett att visa, vilket säkerställer dynamiska interaktioner. | Alla |
| Karusell | Rika svar består av ett eller flera kort som visas i karusellformat. | Webb (standard), Messenger |
| Snabbt svar | Ett fördefinierat svar som AI-agenterna använder för att snabbt svara på kundförfrågningar. | Webb (standard), SMS, Messenger, Apple Messages för företag, RCS |
| Bild | En multimediesvarstyp där du kan konfigurera bilder genom att tillhandahålla URL:er. | Webb (standard), Messenger, WhatsApp |
| Video | Renderar videor i förhandsgranskningen baserat på den konfigurerade video-URL:en. | Webb (standard), WhatsApp |
| Ljud | Renderar ljudfilen genom att ange ljud-URL:en. Den visar också längden på ljudmeddelandet i utdata. | Webb (standard), WhatsApp, webbchatt |
| Fil | Shows/plays filtypen baserat på den konfigurerade fil-URL:en. | |
| Svara-knapp | Erbjuder snabba svar från en begränsad uppsättning alternativ, till exempel att välja en produkt att returnera. Varje meddelande består av:
| |
| Listmeddelande | Presenterar flera alternativ för enkelt användarval, lämpliga för olika användningsområden som avhämtningmenyer eller produktkataloger. För att konfigurera ett listmeddelande, fyll i flikarna "konfiguration" och "listavsnitt". Konfigurationsskärmen visar meddelandeinnehållet som användarna kommer att se på sina enheter. Varje meddelande består av:
Listavsnittet består av:
Att konfigurera ett listmeddelande på plattformen kräver ett ytterligare fält: Rad-ID - unik identifierare för varje rad som hjälper dig att identifiera användarnas val. | |
| Numrerad lista | Snabbsvar i WhatsApp definieras som en numrerad lista. När användare väljer ett nummer från listan över objekt tas nyttolasten emot som konfigurerats för objektet. | |
| Listväljare | Med listväljaren delar AI-agenten en lista med objekt med en kund baserat på frågan. Detta gör det möjligt för kunden att välja artiklar från de givna alternativen och svara med valet. Om kundfrågan delvis matchar svarar AI-agenten med de avsikter som ligger nära kundfrågan som alternativ. De partiella matchningssvaren återges endast för alternativet Listväljare i Apple Messages for Business-kanalen. | Apple-meddelanden för företag |
| Tidsväljare | Med svarstypen för tidsväljaren kan du ställa in tidsluckor för att boka möten eller möten. Varje avsnitt behöver en titel, tidszon och flera platser. När en avsikt har konfigurerats skickar AI-agenten dessa tidsluckor till användarna så att de kan välja mellan. | Apple-meddelanden för företag |
| Media | Den här mallen stöder bilagor i olika format som jpeg, mp3, mp4, png, pdf och aac. | Apple-meddelanden för företag |
| Rik länk | URL:en för den rika länken är inbäddad i bilden eller en video som finns i en chattbubbla. När du klickar på den här bubblan omdirigeras kunden till webbplatsen som anges i bilden eller videon. | Apple-meddelanden för företag |
| Formulär | Med Business Forms Messages kan du skapa komplexa, interaktiva upplevelser med flera sidor för iOS och iPadOS med hjälp av en enda JSON-fil. Den här funktionen hjälper företag att samla in detaljerad kunddata via ett lättanvänt gränssnitt i Apple Messaging. Det möjliggör olika interaktioner utan att användare behöver lämna chatten. | Apple-meddelanden för företag |
| Anpassad händelse | Ger kontroll över en konversation medan man interagerar med den skriptade AI-agenten. | Röst |
Lista över vanliga svarsvariabler
Använd svarsvariablerna i avsnittet Regler i designern för villkorliga svar för att definiera villkor. Du kan också använda svarsvariablerna i AI-agentens svar för att anpassa och berika agentens svar. För mer information om hur du konfigurerar regler, se Skapa ett svar.
| Variabelnamn |
Variabel nyckel | Beskrivning |
|---|---|---|
|
Enhetsvärde |
|
Använd den här variabeln för att använda värdet för entiteter som samlats in från användarna. Till exempel, i ett användningsfall för mötesbokning där vi frågar användaren om deras önskade datum med hjälp av en entitet som heter 'Datum', returnerar entity.Date värdet som anges av användaren. |
|
Avsikt |
|
Använd den här variabeln för att returnera den avsikt som anges av kunden. |
|
Evenemangsbutik |
|
Använd detta för att komma åt ordlistan som innehåller alla parametrar som skickas i händelsenyttolasten för anpassade händelser via Webex Contact Center Flow Designer. |
|
Värden för evenemangsbutiken |
|
Använd detta för att komma åt värdena för specifika nycklar som skickas i händelsenyttolaster för anpassade händelser via Webex Contact Center Flow Designer. |
|
Extra parameter/Message parametervärde |
|
Använd detta för att komma åt information som skickats under "Meddelandeparametrar" i AI-agentnoden för skriptade agenter. Om till exempel en nyckel 'user_plan' skickas i AI-agentnoden är den tillgänglig som extra_params.user_plan. Dessa värden sparas endast under ett meddelandeomgång, det vill säga värdet för nyckeln kan endast användas i svaret på meddelandet som medföljde dessa meddelandeparametrar. |
|
Extra parametrar |
|
Använd detta för att komma åt ordlistan som innehåller alla värden som skickats under "Meddelandeparametrar" i AI-agentnoden för skriptade agenter. |
|
Konsumentdata store/Customer parametrar |
|
Använd detta för att komma åt ordlistan som innehåller alla parametrar som skickats under "Kundparametrar" i AI-agentnoden för skriptbaserade agenter. |
|
Konsumentdata store/Customer parametervärden |
|
Använd detta för att komma åt information som skickats under "Kundparametrar" i AI-agentnoden för skriptade agenter. Om till exempel en nyckel 'user_name' skickas i AI-agentnoden är den tillgänglig som consumerDataStore.extra_params.user_name |
|
Tidigare intent/Last aktiv avsikt |
|
Använd den här variabeln för att komma åt namnet på den avsikt som var aktiv i konversationen före den aktuella avsikten. |
|
Kontextmatris |
|
Använd detta för att komma åt namnen på alla kontexter som finns i konversationen i form av en array. |
|
Kontextens varaktighet |
|
Hämtar värdet för varaktigheten av en specifik kontext. |
|
Kundens UID |
|
Använd den här variabeln för att komma åt kundens unika ID i AI-agentens svarsvillkor eller innehåll. För digitala kanaler konfigureras UID:t i flödet och varierar per kanal. |
|
Datalagringsvariabel |
|
Använd den här variabeln för att komma åt anpassade variabler som lagras på sessionsnivå. |
|
Flagga för överlämning av agent enligt regler |
|
Använd den här variabeln för att kontrollera om konversationen överlämnades till en människa baserat på någon av agentens överlämningsregler. |
|
Matchad mallnyckel |
|
Använd den här variabeln för att komma åt det aktuella svarsnamnet. |
|
NLP-text |
|
Använd den här variabeln för att komma åt den obearbetade kundfrågan. |
|
Bearbetad fråga |
|
Använd den här variabeln för att komma åt den bearbetade kundfrågan. |
| Transaktions-ID |
| Använd den här variabeln för att komma åt transaktions-ID:t. |
Utöver ovanstående finns det vissa andra dataobjekt som är tillgängliga som svarsvariabler. Dessa inkluderar messageStore, newdfState och lastdfState som innehåller metadata om agentens svar. Utvecklare kan skriva ut detta i sina svar för att få åtkomst till detaljerna och använda parametrar från dessa ordböcker i sina svar. I de flesta användningsfall räcker dock variablerna som anges i tabellen ovan för att bygga din agent.
