- 主页
- /
- 文章
优化 AI Assistant 技能的最佳实践
免责声明:提供的文档是抢先体验(EA)版本的一部分,可能会发生变化。 它仅用于审查和反馈目的,可能不会反映最终版本。 这些文档中包含的信息可能会随着产品接近正式发布(GA).
AI Assistant 技能是 Webex Contact Center 中建议回复功能的智能核心。 与直接与客户交互的 AI 代理不同,AI Assistant 技能旨在实时授权和指导您的人工代理。 优化这些技能需要仔细制定其目标、说明、知识库结构和作定义,以确保准确、相关和可作的建议。
本文为管理员提供了创建高效 AI 技能的最佳实践,重点关注战略设计和内容质量。 有关创建和管理 AI 技能、定义作并将其链接到队列的详细步骤,请参阅相应的管理员文章。
最佳实践
定义目标
目标定义了 AI 技能的目的。 它是一个高级声明,指导人工智能的行为并阐明其在协助人类代理方面的作用。
- 专注于座席协助:清楚地阐明 AI 将如何帮助人工座席。 目标应始终反映 AI 作为代理的支持工具的角色,而不是作为直接面向客户的实体。
示例:“您是一位乐于助人且彬彬有礼的助手,将帮助代理商回答有关行李丢失的问题并建议必要的措施。
- 保持简洁和以行动为导向:一个简短、明确的目标有助于人工智能保持专注。
- 与技能功能保持一致:确保根据为技能定义的知识库内容和作,目标切合实际且可实现。
有关设定目标的详细步骤,请参阅 创建和管理 AI Assistant 技能 一文。
制作说明
说明为 AI 技能提供了有关如何处理信息和生成建议的详细指导。 本部分将您的 AI Assistant 技能与 AI 代理区分开来,因为这些说明是供 AI 协助代理的。
- 定义技能的角色(作为代理的助手):清楚地说明技能作为人工代理助手的角色和专业知识。
示例:“您是处理帐单查询的代理的专家 AI Assistant。 您的职责是分析客户对话,并为代理提供最相关的信息和作,以解决计费问题。
- 概述任务和决策流程:从 AI 的角度将整个任务分解为特定的顺序步骤。 指导 AI 在对话中寻找什么以及提供什么类型的建议或作。
示例:“首先,倾听客户关于行李丢失的主要问题。 然后,如果需要航班详细信息,建议代理使用“检索航班详细信息”作。 如果需要提出索赔,建议代理商使用'创建丢失行李索赔'行动。
- 指定建议格式:指导 AI 为代理清晰简洁地呈现信息。
示例:“建议应以清晰的项目符号点呈现,以便于阅读。 行动建议应清楚地说明代理的行动名称及其用途。
- 清楚地引用作:当 AI 应建议作时,请显式引用配置的作名称。
示例:“如果客户提到'欺诈性收费',建议代理使用<启动欺诈调查>作。
- 规划错误处理和回退:指示 AI 在无法提供自信或相关的建议时如何响应。
示例:“如果您无法为代理的当前上下文提供可靠的建议,请通过说明”没有相关建议有空“来通知代理。 请参考知识库或咨询主管。
- 添加护栏(协助范围):提醒 AI 保持在定义的范围内。
示例:“您的建议必须始终侧重于协助座席进行客户互动。 不要试图回答非计费问题或直接与客户互动。”
有关提供说明的详细步骤,请参阅 创建和管理 AI Assistant 技能 一文。
构建知识库
知识库是 AI 技能的事实基础。 其组织应优先考虑有助于代理有效响应或采取行动的信息。
- 以代理为中心的内容:确定代理经常需要解释、故障排除或采取行动的信息的优先级。 专注于对代理的工作流程直接有用的内容。
示例:“对于”退款政策“文章,不仅要包括政策文本,还要包括常见的客户问题和处理退款的实际步骤。
- 逻辑地组织内容:使用知识库中的类别来分组相关信息。 这有助于 AI 和代理高效导航并提高建议相关性。
- 确保准确性和一致性:验证所有信息是否准确且最新。 避免冲突或过时的内容。
- 优化文档质量:
- 清晰:使用通俗易懂的语言。
- 简洁:直截了当;人工智能和代理需要快速答案。
- 结构:使用标题、副标题、项目符号和编号列表来提高可读性并帮助 AI 提取关键信息。
- 文件大小:考虑将非常大的文档分解为较小的、特定于主题的文档,以提高检索速度和相关性。
- 定期审查和更新:持续检查知识库内容,以确保其保持相关性和准确性。 在策略、产品或流程发生变化时更新信息。
有关将知识库链接到技能的详细步骤,请参阅 创建和管理 AI Assistant 技能 一文。
定义作
作定义了 AI 技能可以建议或执行的特定任务。 配置作时,请考虑它们向代理呈现及其对工作流的影响。
- 明确定义作目标: 作名称和 作描述 应清晰、简洁,并且代理可以立即理解。
示例:作名称:“检索订单状态”;作说明:“此作将使用客户的订单 ID 获取客户订单的当前状态。
- 将复杂性降至最低:使单个作保持简单而专注。 将复杂的多步骤流程分解为更小、不同的作。
- 准确描述用户输入:对于每个用户输入(槽),提供清晰的描述,以帮助 AI 准确识别和收集所需信息。
- 选择合适的履行模式:向代理介绍履行模式之间的差异:
- 无协调模式:适用于不需要代理审核的常规低风险作(例如,记录简单的交互详细信息)。 确保可靠的错误处理能力。
- 审核模式:适用于需要代理验证、输入或批准的作(例如,提交表单、确认敏感数据)。 这赋予代理权力并确保准确性。
有关详细信息,可以参考 了解和管理 AI 建议的作 一文。
- 设计代理工作流:考虑作在 Agent Desktop 中的显示方式。 使用卡片布局 配置来影响信息显示。
有关配置作的详细步骤,请参阅 针对 AI Assistant 技能 配置作一文。
测试和迭代
创建和优化有效的 AI 技能是一个迭代过程。 持续的测试和完善对于确保持续的准确性和相关性至关重要。
- 定期测试和预览:使用 AI Studio 中的预览功能模拟交互,并验证你的技能是否生成准确且相关的建议和作。
- 监控性能数据:使用 AI Studio 中的分析器进行性能指标,并使用会话历史记录对交互进行详细审核和调试。 这些数据对于确定需要改进的领域至关重要。
- 根据反馈进行优化:密切关注座席对建议和作的反馈。 使用此反馈以及会话历史记录分析产生的见解,可以优化技能的目标、说明、知识库内容和作定义。 这可以确保您的 AI 技能保持有效,并适应不断变化的座席需求和联络中心运营。
有关测试和监视的详细步骤,请参阅 测试和监视建议的响应性能 一文。