- Start
- /
- Artikel
Den här artikeln beskriver översikten över avsikter, enheter och svar för konfigurering av din AI-agent.
Avsikter
Intent är en kärnkomponent i Webex AI Agent Studio-plattformen som gör det möjligt för AI-agenten att förstå och svara på dina input effektivt. Det 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. Noggrannheten i avsiktsklassificering påverkar direkt AI-agentens förmåga att ge relevanta och hjälpsamma svar. Avsiktsklassificering är processen att identifiera avsikt baserat på din input, så att AI-agenten kan svara på ett meningsfullt och kontextuellt relevant sätt. Mer information om hur du skapar avsikter finns i Skapa en avsikt.
Systemavsikter
- Standard Fallback Intent — En AI-ag
ents kapacitet begränsas i sig 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 standardavsikten hjälpa konversationer att vara på rätt spår.
Genom att implementera en standard fallback-avsikt kan AI-agentutvecklare se till att AI-agenten på ett graciöst sätt hanterar oväntade frågor eller frågor utanför omfattningen och omdirigerar konversationen tillbaka till kända avsikter.
AI-agentutvecklare behöver inte lägga till specifika yttranden till fallback-avsikten. Agenten kan utbildas för att automatiskt utlösa fallback-avsikten när den stöter på kända frågor utanför räckvidden som annars skulle kunna kategoriseras felaktigt i andra avsikter.
Till exempel, i en bank-AI-agent, kan kunder försöka fråga om lån. Om AI-agenten inte är konfigurerad för att hantera lånerelaterade förfrågningar kan dessa frågor införlivas som träningsfraser i standardavsikten. När en kund frågar om lån när som helst i konversationen känner AI-agenten att frågan faller utanför dess definierade avsikter och utlöser reserv svaret. Detta säkerställer ett lämpligare svar.
Fallback-avsikten:
- borde inte ha några slots associerade med det.
- måste använda standardnyckeln för reservmallen för sitt svar.
- Hjälp — Denna avsikt är utformad för att ta itu med kundförfrågningar om AI-agentens
kapacitet. 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 mappas svaret för hjälpavsikten till
hjälpmeddelandemallnyckeln. 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 kapacitet 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 i deras interaktion med AI-agenten. När denna avsikt åberopas initi
erar systemet automatiskt en överföring till en mänsklig agent. Standardsvar
smallen för den här avsikten är
agentöverlämning.Även om det inte finns några gränssnitts begränsningar när det gäller att ändra svarsmallnyckeln påverkar inte resultatet av den mänskliga överlämningen.
Avsikter för småprat
Alla nyskapade AI-agenter innehåller fyra fördefinierade småprat-avsikter för att hantera vanliga kundhälsningar, uttryck för tacksamhet, negativ feedback och farväl:
- Hälsningar
- Tack
- AI-agenten var inte till hjälp
- Adjö
Sammanhang
Kontext gör interaktioner mellan agent och kund enklare och mer kortfattade. AI-agent förstår lätt fraser som ”Jag vill köpa det” när det finns tillräckligt med sammanhang för att identifiera vad ”det” hänvisar till. Kontexter hjälper till att uppnå tydlighet i interaktioner med kunder. Sådana uttryck kan anpassas till en avsikt om lämpligt sammanhang tillhandahålls.
För att möjliggöra uppföljningsavsikter och organisera sätt att strukturera flödet i en konversation kan varje avsikt konfigureras med ingångskontext och utgångskontext. Denna kontextvariabel lagras för varje session och tillståndet för denna variabel ändras baserat på avsikter som anropas under en session.
Inträdessammanhang
Inmatningskontexter styr om en avsikt kan matchas med slutanvändarfrågan baserat på sessionens aktiva sammanhang. När kontext finns i en session tillämpas följande regler för avsiktsmatchning:
-
En avsikt med inmatningskontexter matchas endast om det aktiva sammanhanget i sessionen redan innehåller alla obligatoriska postkontextvärden. Med andra ord måste inmat ningskontexten för en avsikt vara en delmängd av det aktiva sammanhanget för att den ska matchas.
-
För alla syften som uppfyller ovanstående regel föredras avsikter vars ingångskon text matchar det aktiva närmare om konfidenspoängen för flera avsikter är desamma. Med andra ord, inmatningskontexten kommer att användas för oavgjorda parti ella matchningar.
Avsluta kontext
Avslutningskontexter styr de aktiva sammanhangen för en session. Ett avslutningskontext innehåller kontextvärdessträngen och varaktigheten för det sammanhanget. När en avsikt är klar (alla platser är fyllda och det slutliga svaret anropas), blir de konfigurerade avslutningskontexterna för den avsikten exit för respektive varaktighet. Utvecklare kan konfigurera högst 15 avslutningskontexter för en viss avsikt. Ett avslutningskontext kan läggas till genom att trycka på enter/returtangenten efter att ha skrivit sammanhanget.
Enheter
Enheter är byggstenarna i konversationer. De är väsentliga element som AI- agenten extraherar från användarens yttranden. Enheter representerar specifika delar av information, till exempel produktnamn, datum, kvantiteter, eller någon annan betydande grupp av ord. Genom att effektivt identifiera och extrahera enheter kan AI-agenten bättre förstå användarens avsikt och ge mer exakta och relevanta svar. Mer information om hur du skapar en entitet finns i Skapa en entitet.
Enhetstyper
Webex AI Agent Studio erbjuder 11 förbyggda entitetstyper för att fånga olika typer av användardata. Du kan också skapa någon av följande anpassade entiteter.
Anpassade entiteter
Dessa enheter är konfigurerbara och gör det möjligt för utvecklare att fånga information om användningsfall.
-
Anpassad lista — definiera listor med förväntade strängar för att fånga specifika datapunkter som inte täcks av förbyggda enheter. Du kan lägga till flera synonymer mot varje sträng. Till exempel en anpassad pizzastorleksenhet.
-
Regex — Använd reguljära uttryck för att identifiera specifika mönster och extrahera motsvarande data.
Till exempel ett telefonnummer regex, som i 123-123-8789 -
Siffror — Fånga numeriska ingångar med fast längd med hög noggrannhet, särskilt i röstinteraktioner. Vi använder detta som ett alternativ till anpassade och regex-enhetstyper i icke-röstinteraktioner. Definiera till exempel en längd på fem för att upptäcka ett femsiffrigt kontonummer.
-
Alfanumerisk — Fånga kombinationer av bokstäver och siffror, vilket ger exakt igenkänning för både röst- och icke-röstingångar.
-
Fritt formulär — fånga flexibla datapunkter som är svåra att definiera eller validera.
-
Kartplats (WhatsApp) —Extrahera platsdata som delas av dig på WhatsApp-kanalen.
Systemenheter
| Entitetsnamn | Beskrivning | Exempel på inmatning | Exempel på utgång |
|---|---|---|---|
| Datum | Analyserar datum på naturligt språk till ett standarddatumformat | ”Juli nästa år” | 01/07/2020 |
| Tid | Tolkar tid i naturligt språk till ett standardtidsformat | 5 på kvällen | 17:00 |
| E-postadress | Upptäcker e-postadresser | skriv till mig på info@cisco.com | info@cisco.com |
| Telefonnummer | Upptäcker vanligt telefonnummer | ring mig på 9876543210 | 9876543210 |
| Monetära enheter | Analyserar valuta och belopp | Jag vill ha 20$ | 20$ |
| Ordinal | Detekterar ordningsnummer | Fjärde av tio personer | 4:e |
| Kardinal | Upptäcker kardinalnummer | Fjärde av tio personer | 10 |
| Geolokalisering | 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 mätningar, i förhållande till vikt eller avstånd | Vi är 5 km från Paris | 5 km |
| Varaktighet | Identifierar tidsperioder | 1 veckas semester | 1 vecka |
Du kan redigera skapade enheter från fliken entiteter. Genom att länka entiteter till en avsikt kommenteras dina yttranden med upptäckta entiteter när du lägger till dem.
Svar
Svar är 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.
Mer information om hur du skapar svar finns i Skapa ett svar.
Systemsvar
Följande förkonfigurerade systemsvar är tillgängliga för den skriptbaserade AI-agenten. Du kan anpassa meddelandena för standardsystemsvaren. Du kan dock inte ta bort dessa svar.
-
Välkomstmeddelande
-
Svarsförslag
-
Delmeddelande
-
Reservmeddelande
-
Enhetsförslag
-
Agentöverlämning
Småsamtalssvar
Du kan anpassa och ta bort följande småpratssvar:
-
Adjö
-
Hälsningar
-
Hjälpmeddelande
-
Inte hjälpsam
-
Tack
De kanaler som stöds för vilka du kan konfigurera svaren är Web (standard), Apple Messages for Business, Messenger, RCS, SMS, Voice, WhatsApp.
Svarsdesigner
Svarsdesignern erbjuder ett användarvänligt gränssnitt för att skapa svar utan att kräva omfattande kodningskunskap. Alternativet villkorade 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.
Svarstyper som stöds för kanaler
I Response Designer kan du konfigurera kanalspecifika svar för ändamålen. Mer information om hur du konfigurerar olika svarstyper finns i avsnittet Konfigurera svarstyper.
| Svarstyp | Beskrivning | Kanaler som stöds |
|---|---|---|
| Texten | Enkla textsvar tillåter flera textrutor i ett svar. Den här inställ ningen delar långa meddelanden i hanterbara delar. Du kan lägga till flera svar salternativ till dina svar, och systemet väljer slumpmässigt ett att visa, vilket säkerställer dynamiska interaktioner. | Allt |
| Karusell | Rika svar består av ett enda kort eller flera kort som visas i ett karusellformat. | Webb (standard), Messenger |
| Snabbt svar | Ett fördefinierat svar som AI-agenterna använder för att snabbt svara på kundfrågor. | Webb (standard), SMS, Messenger, Apple-meddelanden för företag, RCS |
| Bild | En multimediasvarstyp där du kan konfigurera bilder genom att ange webbadresser. | Webb (standard), Messenger, WhatsApp |
| Videoklipp | Renderar videor i förhandsgranskningen baserat på den konfigurerade videoadressen. | Webb (standard), WhatsApp |
| Ljud | Renderar ljudfil genom att ange ljudadressen. Det visar också ljudmeddelandets varaktighet i utgången. | Webb (standard), WhatsApp, Webbchatt |
| fil | Visar/spelar upp filtypen baserat på den konfigurerade filadressen. | |
| Svarsknapp | Erbjuder snabba svar från en begränsad uppsättning alternativ, till exempel att välja en
produkt att returnera. Varje meddelande består av:
| |
| Lista meddelande | Presenterar flera alternativ för enkelt användarval, lämpliga för olika användningsområden
som uttagsmenyer eller produktkataloger. För att ställa in ett listmeddelande, fyll i flikarna
”konfiguration” och ”listavsnitt”. Skärmen ”konfiguration” visar
meddelandeinnehållet som användarna kommer att se på sina enheter. Varje meddelande består av:
Listavsnittet består av:
Konfigurera ett listmeddelande på plattformen kräver ytterligare ett fält: Rad-ID - unik identifierare för varje rad som hjälper dig att identifiera användarnas val. | |
| Numrerad lista | Snabbt svar i WhatsApp definieras som numrerad lista. När användare väljer ett nummer från listan med objekt tas nyttolasten som konfigurerats mot objektet emot. | |
| Listväljare | Med listväljaren delar AI-agenten en lista med objekt med en kund baserat på frågan. Detta gör det möjligt för kunden att välja objekt från de giv na alternativen och svara med urvalet. Om kundfrågan matchar delvis 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 tidsväljarens svarstyp kan du ställa in tidsluckor för bokning av möten eller möten. Varje avsnitt behöver en titel, tidszon och flera platser. När den väl är inställd för en avsikt skickar AI-agenten dessa tidsluckor till användare som de kan välja mellan. | Apple-meddelanden för företag |
| Medier | Denna mall stöder bilagor som finns i olika format som jpeg, mp3, mp4, png, pdf och aac. | Apple-meddelanden för företag |
| Rik länk | Webbadressen för rik länk är inbäddad i bilden eller en video som finns i en chattbubbla. När du klickar på den här bubblan omdirigeras kunden till den webbplats som anges i bilden eller videon. | Apple-meddelanden för företag |
| Formulär | Med Business Forms Messages kan du skapa komplexa interaktiva flersidiga upplevelser för iOS och iPadOS med 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 du interagerar med den skriptade AI- agenten. | Röst |
Lista över vanliga svarsvariabler
Använd svarsvariablerna i avsnittet Regler i designern för villkorligt svar för att definiera villkor. Du kan också använda svarsvariablerna i AI-agentens svar för att anpassa och berika agentens svar. Mer information om hur du konfigurerar regler finns i Skapa ett svar.
| Variabelnamn |
Variabel nyckel | Beskrivning |
|---|---|---|
|
Enhetsvärde |
|
Använd den här variabeln för att använda värdet på enheter som samlats in från användarna. Till exempel, i ett användningsfall för tidsbokning där vi ber användaren om önskat datum med hjälp av en enti tet med namnet 'Date' Entity.Date returnerar det värde som användaren har angett. |
|
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 händelsens nyttolast för anpassade händelser via Webex Contact Center Flow Designer. |
|
Värden för händelselager |
|
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/meddelandeparametervärde |
|
Använd detta för att komma åt information som skickas under ”Meddelandeparametrar” i AI Agent- noden för skriptagenter. Om till exempel en nyckel 'user_plan' skickas i AI- agentnoden är den tillgänglig som extra_params.user_plan. Dessa värden kvarstår endast för en meddelandeskift, det vill säga värdet för nyckeln kan endast användas i svaret på meddelandet som åtföljde dessa meddelandeparametrar. |
|
Extra parametrar |
|
Använd detta för att komma åt ordlistan som innehåller alla värden som skickas under ”Meddelandeparametrar ” i AI Agent-noden för skriptagenter. |
|
Konsumentdatalagring/Kundparametrar |
|
Använd detta för att komma åt ordlistan som innehåller alla parametrar som skickas under ”Kundparametrar” i AI Agent-noden för skriptagenter. |
|
Konsumentdatalagring/Kundparametervärden |
|
Använd detta för att komma åt information som skickas under ”Kundparametrar” i AI Agent- noden för skriptagenter. Om till exempel en nyckel 'user_name' skickas i AI- agentnoden är den tillgänglig som ConsumerDataStore.EXTRA_PARAMS.USER_NAME |
|
Föregående avsikt/sista aktiva 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 sammanhang som finns i konvers ationen i form av en matris. |
|
Sammanhangets varaktighet |
|
Hämtar värdet på varaktigheten för ett specifikt sammanhang. |
|
Kund UID |
|
Använd den här variabeln för att komma åt kundens unika ID i AI-agentens svar svillkor eller innehåll. För digitala kanaler är UID konfigurerad i flödet och varierar per kanal. |
|
Datalagringsvariabel |
|
Använd den här variabeln för att komma åt anpassade variabler som lagras på sessionsnivå. |
|
Agentöverlämning med regelflagga |
|
Använd den här variabeln för att kontrollera om konversationen överlämnades till en människa baserat på någon av reglerna för agentöverlämning. |
|
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. |
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 komma åt detaljerna och använda alla parametrar från dessa ordböcker i sina svar. Men i de flesta användningsfall räcker variablerna i tabellen ovan för att bygga din agent.