Enséñele a su Mpower Agent a tener conversaciones

Esta página describe las tareas esenciales necesarias para construir un Mpower Agent Agente virtual creado con CXone Mpower Agent Builder que puede manejar interacciones de voz o chat. en Agent Builder. Este es el tercer paso en el Mpower Agent proceso de implementación.

Enseñándole a su hijo Mpower Agent a tener conversaciones

No necesita crear scripts para cada posible variación de una conversación. Mpower Agents Agente virtual creado con CXone Mpower Agent Builder que puede manejar interacciones de voz o chat. utilizan tecnologías de inteligencia artificial conversacional, que les permiten comprender el significado de los contactos La persona que interactúa con un agente, IVR o bot en su centro de contacto. y responder apropiadamente sin seguir un guion. Sin embargo, es necesario enseñarle a tu Mpower Agent cómo manejar las conversaciones con los contactos. Para ello, cree plantillas de conversación utilizando reglas Se usa para definir una respuesta de Del Mpower Agent a los mensajes que no cambian con el contexto. e historias Se utiliza para entrenar a un Mpower Agent para el manejo de interacciones según la intención y el contexto. en Agent Builder.

Las reglas y las historias, también conocidas como diálogos, enseñan Mpower Agent cómo responder al contacto enunciado Lo que dice o escribe un contacto. mediante enunciado. Cada diálogo se centra en una pequeña parte específica de la conversación. Generalmente constan de un enunciado de contacto, la intención El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr.correspondiente y la Mpower Agent respuesta.

Es posible que necesite más de un diálogo para una intención determinada. Puede haber algunas situaciones en las que desee que su Mpower Agent responda de manera diferente a la misma intención según ciertos criterios. Puedes enseñarle al Mpower Agent cómo distinguir la diferencia creando múltiples diálogos, cada uno con su propia respuesta única y los criterios que definen cuándo el Mpower Agent debe dar esa respuesta.

Cómo los diálogos enseñan la Mpower Agent

Durante una interacción con un contacto La persona que interactúa con un agente, IVR o bot en su centro de contacto., un Mpower Agent analiza la expresión Lo que dice o escribe un contacto. del contacto e identifica la intención El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr.. Si la intención solo tiene un diálogo Historias de Mpower Agent, reglas, y flujos en Agent Builder.configurado, el Mpower Agent responde de acuerdo con la respuesta configurada de ese diálogo. Si hay varios diálogos para la intención, el Mpower Agent analiza la conversación para detectar pistas sobre qué versión del diálogo debe utilizar.

El siguiente diagrama muestra la lógica que utiliza un Mpower Agent al responder a un contacto:

Mpower Agent Respuestas

Mpower Agent Las respuestas pueden ser tan simples o tan complejas como usted quiera. Mpower Agents puede:

• Responder con información o preguntas.
• Mostrar imágenes, GIF, videos o enlaces a páginas web. Pueden incluir botones o listas con las que el contacto puede interactuar.
• "Elija" qué acción emprender usando las condiciones. Puede configurar varias respuestas posibles en función de lo que dice el contacto.
• Siga un formulario para recabar información sobre el contacto.
• Escalar la interacción a un agente en vivo.

Las respuestasMpower Agent se construyen en diálogos Historias de Mpower Agent, reglas, y flujos en Agent Builder. y consisten en una o más de las acciones Mpower Agent disponibles. Mpower Agent Las acciones realizan una función específica. Algunas acciones Mpower Agent envían contenido al contacto La persona que interactúa con un agente, IVR o bot en su centro de contacto., como un mensaje o una lista de opciones para elegir. Otras acciones Mpower Agent realizan tareas que son invisibles para el contacto, como llamar a una API o extraer o almacenar datos en una aplicación de terceros.

Agent Builder tiene un conjunto de acciones Mpower Agent predeterminadas entre las que puede elegir, pero también puede crear acciones Mpower Agent personalizadas. Las acciones personalizadas Mpower Agent pueden realizar llamadas API o diseñarse con JavaScriptpersonalizado.

Skill Store

Las habilidadesMpower Agent le permiten agrupar Mpower Agent configuraciones y datos de entrenamiento según lo que su Mpower Agent puede hacer. Puedes usarlos para filtrar datos de entrenamiento, lo que hace que sea más fácil enfocar de manera más específica cada tarea que tu Mpower Agent puede realizar.

Las habilidadesMpower Agent también se utilizan para distribuir habilidades predefinidas a los Agent Builder usuarios a través de Agent Builder Skill Store. El Skill Store proporciona integraciones con varias características y productos de CXone Mpower.

Por ejemplo, si desea utilizar su base de conocimiento Expert con su Mpower Agent, puede agregar la habilidad Autopilot Knowledge Mpower Agent a su Mpower Agent. Esto agrega al bot todas las reglas, historias, intenciones, entidades, extractos, scripts, etc.

Puede diseñar Mpower Agent habilidades que otros podrían querer usar y enviarlas para su aprobación para agregarlas a Skill Store. CXone Mpower las revisa y las agregará a Skill Store si son aprobadas. Esto los hace disponibles para que otros Agent Builder usuarios los agreguen a sus Mpower Agents.

Entrena a tu Mpower Agent

Entrenar a tu Mpower Agent le ayuda a aprender de las configuraciones que has realizado. Cuanto mejor sea la calidad del entrenamiento, mejor podrá Mpower Agent predecir correctamente sus intenciones El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr.. El entrenamiento se realiza de las siguientes formas:

• Cuando agrega datos de entrenamiento a un Mpower Agent: Los datos de entrenamiento son los ejemplos que agrega a las intenciones El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr.. Si agrega muchos ejemplos de alta calidad, su Mpower Agent puede construir de manera más efectiva asociaciones entre palabras, frases e intenciones.
• Cuando creas historias y reglas:Las historias Se utiliza para entrenar a un Mpower Agent para el manejo de interacciones según la intención y el contexto. y las reglas Se usa para definir una respuesta de Del Mpower Agent a los mensajes que no cambian con el contexto. enseñan Mpower Agent cómo responder a una intención. Si la intención tiene suficientes datos de entrenamiento de alta calidad, Mpower Agent aprende a reconocer diferentes formas en que los contactos La persona que interactúa con un agente, IVR o bot en su centro de contacto. expresan la misma intención.
• Cuando creas historias para enseñar a un Mpower Agent sobre variaciones de intención: Para las intenciones generales con variaciones que impactan en cómo responde el Mpower Agent, usas historias para enseñar al Mpower Agent a diferenciar entre las variaciones. Esto ayuda a que su Mpower Agent aprenda a navegar por los matices de las solicitudes de los contactos y a responder correctamente.

Puedes probar qué tan bien entrenado está tu Mpower Agent chateando con él enAgent Builder. Al chatear con su Mpower Agent, puede ver dónde tiene problemas y realizar correcciones de inmediato.

Parte del proceso de capacitación continua es trabajar con su Mpower Agent para hacerlo más inteligente. Cuanto más inteligente sea su Mpower Agent, más eficaz será a la hora de predecir intenciones y elegir la respuesta correcta. Puede hacer que su Mpower Agent sea más inteligente revisando los datos de conversación y realizando cambios en su Mpower Agent en respuesta a los problemas encontrados en los datos de conversación. Puedes revisar y mejorar tu Mpower Agent.

Datos de entrenamiento

Los ejemplos deintención El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr. capacitan a su Mpower Agent sobre las distintas formas en las que un contacto puede expresar una intención. Cuantos más ejemplos de una intención tenga, más variaciones de esa intención podrá identificar correctamente su Mpower Agent. Utilice datos de conversaciones del mundo real para probar y entrenar su Mpower Agent. Opte siempre por datos de calidad en lugar de cantidad para obtener mejores resultados. Esto ayuda a garantizar que el Mpower Agent esté bien preparado para manejar conversaciones con contactos reales.

Puede revisar sus intenciones para ver cuáles necesitan más ejemplos de entrenamiento. Cada intención tiene un número al lado que indica la cantidad de ejemplos que tiene. Las intenciones con 14 ejemplos o menos necesitan más, si es posible.

Opción Entrenar y preparar

Cuando esté listo para probar los cambios que haya realizado en su Mpower Agent, puede hacer clic en Entrenar y preparar. Esto agrega los cambios al modelo Mpower Agent para que puedas probarlos. Es posible que se requiera capacitación adicional a través de conversaciones para refinar la forma en que su Mpower Agent entiende la configuración.

Si está realizando mejoras en un Mpower Agent que se ha implementado en producción, Train and Stage crea un nuevo Mpower Agent modelo Versión de un bot que ha sido entrenado y preparado e implementa ese modelo en la etapa. Si desea que sus mejoras se reflejen en producción, necesita implementar manualmente este nuevo modelo. Esto garantiza que ningún modelo Mpower Agent entre en producción sin su consentimiento explícito.

Puede utilizar el monitor de salud para realizar un seguimiento del progreso de los entrenamientos iniciados con Entrenar y preparar.

Entrena a tu Mpower Agent con historias y reglas

Las historias te permiten enseñar a tus Mpower Agent usuarios cómo responder a los mensajes Cualquier cosa que diga un contacto en una interacción de bot, ya sea una pregunta o declaración, escrita o hablada. en el contexto de una interacción La conversación completa de un agente a través de un canal. Por ejemplo, una interacción puede ser una llamada de voz, correo electrónico, chat o conversación en las redes sociales.. Puede crear historias desde cero o convertir conversaciones reales en historias. Las reglas enseñan a tu Mpower Agent a responder a mensajes cuyo significado no depende del contexto.

A veces puede que necesite crear varias historias para una misma intención. Esto es útil cuando desea que su Mpower Agent responda de manera diferente dependiendo de pequeñas diferencias en la intención. Por ejemplo, si un Mpower Agent puede verificar los saldos de las cuentas, es posible que desee que responda de manera diferente según el tipo de cuenta que el contacto La persona que interactúa con un agente, IVR o bot en su centro de contacto. quiera verificar.

Las historias y las reglas pueden necesitar actualizaciones y revisiones periódicas. Por ejemplo, si después de revisar los datos de la conversación descubre que una de sus historias está causando que Mpower Agent se confunda y prediga la intención equivocada, puede abordar el problema cambiando la historia. En algunos casos, es posible que tenga que cambiar tanto la intención como la historia.

Prácticas recomendadas para los datos de entrenamiento

Al planificar su enfoque para recopilar datos de entrenamiento y entrenar a su Mpower Agent, tenga en cuenta las siguientes prácticas recomendadas:

• Opte siempre por calidad antes que por cantidad. Está bien comenzar con un conjunto de datos pequeño y desarrollarlo con el tiempo a medida que se recopilan más ejemplos de alta calidad.
• Utilice ejemplos de conversaciones del mundo real. Esto garantiza que sean realistas los datos que utilice. Proviene de declaraciones Lo que dice o escribe un contacto. que han hecho contactos reales.
• No utilice herramientas que generen datos automáticamente y afirmen entrenar su Mpower Agent más rápido. A menudo producen ejemplos que no reflejan lo que realmente dicen los contactos. También pueden dar lugar a un Mpower Agent que pierde su capacidad de generalizarse. Con el tiempo, el Mpower Agent llega a un punto en el que solo reconoce frases que ya ha visto antes.
• No use los mismos datos de entrenamiento para más de una intención. Si reutiliza datos de entrenamiento, su Mpower Agent no podrá determinar de manera confiable la intención El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr. en interacciones en vivo con contactos.
• Manténgase flexible y dispuesto a ajustar las intenciones y las historias conforme pasa el tiempo. Al revisar los datos de la conversación, es posible que descubra que lo que pensaba que eran dos intenciones separadas son en realidad matices de una intención más general. O puede que descubra que una intención es demasiado amplia y necesita dividirla en intenciones más específicas.
• Agregue nuevos ejemplos de entrenamiento solo si son útiles.
  • No agregue nuevos ejemplos de entrenamiento que sean muy similares a los ejemplos existentes. Si el Mpower Agent predice correctamente la intención con un alto nivel de confianza para un enunciado, no ayuda al Mpower Agent agregar más ejemplos que sean muy similares.
  • Agregue más ejemplos de entrenamiento de enunciados que Mpower Agent haya predicho previamente de manera incorrecta o con baja confianza.

Crea respuestas para entrenar a tu Mpower Agent

Configure las respuestas Mpower Agent con el siguiente proceso:

1. Crear una intención.
2. Crea una regla o historia para la intención El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr. que creaste para definir cómo tu Mpower Agent responde a esa intención. La que cree dependerá de la intención. Consulte el plan que elaboró anteriormente en el Mpower Agent proceso de implementación. El proceso de alto nivel para crear historias Se utiliza para entrenar a un Mpower Agent para el manejo de interacciones según la intención y el contexto. y reglas Se usa para definir una respuesta de Del Mpower Agent a los mensajes que no cambian con el contexto. es el siguiente:

   1. Las historias y las reglas comienzan con algo que el contacto La persona que interactúa con un agente, IVR o bot en su centro de contacto. podría decir relacionado con la intención. Por ejemplo, para una intención llamada comprobar_saldo, el contacto podría decir “¿Puedes decirme el saldo de mi cuenta?”

   2. Después de ingresar un ejemplo de lo que el contacto podría decir, su Mpower Agent intenta predecir la intención del ejemplo. Muestra la coincidencia más cercana, junto con el nivel de confianza en su predicción. Muestra su confianza como porcentaje.
   3. Confirme la predicción de la intención o elija la intención correcta y luego confírmela. Si el nivel de confianza parece bajo, agregue más ejemplos de entrenamiento a la intención. Recuerde que el nivel de confianza debe ser superior al umbral que ha establecido para el retroceso Una alternativa de texto sin formato que se envía cuando el destino no admite medios enriquecidos.de NLU.

   4. Ahora puede agregar la Mpower Agent respuesta usando cualquiera de las accionesMpower Agentdisponibles.

      Ver imagen

      

   5. Agregue otro enunciado de contacto, si los ejemplos de conversación del mundo real para esta intención muestran que los contactos tienden a hacer un seguimiento de la respuesta (de un agente o un Mpower Agent) con el mismo tipo de pregunta o declaración. No todas las historias tendrán declaraciones de seguimiento.

   6. Continúe la conversación en la historia o regla, siguiendo los ejemplos del mundo real que haya recopilado. Agregue tanta interacción de ida y vuelta como sea necesaria para enseñarle al Mpower Agent cómo deben desarrollarse las conversaciones sobre la intención.

      Sin embargo, las historias y las reglas no deberían ser conversaciones completas. Cuando la siguiente declaración en la conversación iniciaría necesariamente una nueva intención, es hora de detenerse y crear una nueva historia. Otra posibilidad es dividir las historias en subhistorias más pequeñas. Puedes vincularlos mediante puntos de control.

   7. Cree varias historias para la misma intención si hay variaciones de cómo podría desarrollarse la conversación, en función de la situación y las necesidades únicas del contacto. Esto entrena al Mpower Agent para distinguir la diferencia entre variaciones de una sola intención.

      • No incluya variaciones del flujo de la conversación en la misma historia. Esto podría confundir al Mpower Agent.

      • Si hay variaciones en la forma en que un contacto puede redactar un mensaje, o mensajes similares que significan esencialmente lo mismo, puede agregarlos como ejemplos de la intención.

      • Piense en términos de caminos felices Historia que produce el resultado correcto para la intención. e infelices Historia que produce un resultado erróneo para la intención.. Cada intención puede tener más de una ruta correcta y más de una ruta incorrecta.

3. Si la intención, regla o historia lo requiere, cree entidades, extractos, o formularios.

   • Cree entidades Palabra clave o frase definida en el perfil de la empresa en Interaction Analytics. Relacionado con un tipo de entidad. Puede incluir variantes. sólo para la información que necesita Mpower Agent extraer de la conversación.

   • Crea espacios Entidad extraída del mensaje del contacto y guardada para usar en las respuestas del bot. Similar a una variable. para los datos que necesitas guardar o usar durante la conversación. Agent Builder crea ranuras automáticamente cuando creas una entidad.
   • Considere la posibilidad de utilizar un formulario en una historia o regla si necesita recopilar más de un par de datos del contacto.

4. Cuando haya terminado de realizar cambios, haga clic enEntrenar y preparar para actualizar su Mpower Agent modelo Versión de un bot que ha sido entrenado y preparado y probar este cambio.

5. Chatea con tu Mpower Agent para probarlo. En función de los resultados de la conversación con su bot, es posible que deba realizar ajustes en la historia o la regla que ha creado. También es posible que tenga que agregar o cambiar los datos de entrenamiento para la intención con la que está trabajando. Al probar el Mpower Agent, intente utilizar muchas variaciones de la intención que está probando. Repita los pasos de entrenamiento y prueba tantas veces como sea necesario hasta que esté satisfecho con el rendimiento de su Mpower Agent.