Ensine seus Agente Mpower a conversar

Esta página descreve as tarefas essenciais necessárias para criar um Agente Mpower Um agente virtual criado com o CXone Mpower Agent Builder capaz de lidar com interações de voz e chat. em Agent Builder. Esta é a terceira etapa do processo de Agente Mpower implementação.

Ensinando seus Agente Mpower a conversar

Você não precisa criar um script para cada variação possível de uma conversa. Agentes Mpower Um agente virtual criado com o CXone Mpower Agent Builder capaz de lidar com interações de voz e chat. usam tecnologias de IA conversacional, que permitem que eles entendam o significado A pessoa que interage com um agente, RVI ou bot em seu centro de contato. de contatos e respondam adequadamente sem serem roteirizados. No entanto, você precisa ensinar seus Agente Mpower a lidar com conversas com contatos. Você faz isso criando modelos de conversas usando regras Usado para definir a resposta de um do Agente Mpower a mensagens que não mudam com o contexto. e histórias Usadas para treinar um Agente Mpower para manipulação de interação com base na intenção e contexto. no Agent Builder.

Regras e histórias, também conhecidas como diálogos, ensinam o Agente Mpower a responder ao contato enunciado O que um contato diz ou digita. por enunciado. Cada diálogo se concentra em uma pequena parte específica da conversa. Eles geralmente consistem em um enunciado de contato, a intenção O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar.correspondente e a resposta Agente Mpower.

Você pode precisar de mais de um diálogo para uma determinada intenção. Pode haver algumas situações em que você deseja que seu Agente Mpower responda de forma diferente à mesma intenção com base em determinados critérios. Você pode ensinar os Agente Mpower a diferenciar criando vários diálogos, cada um com sua própria resposta e os critérios que definem quando o Agente Mpower deve dar essa resposta.

Como os diálogos ensinam a Agente Mpower

Durante uma interação com um contato A pessoa que interage com um agente, RVI ou bot em seu centro de contato., um Agente Mpower analisa o enunciado O que um contato diz ou digita. do contato e identifica a intenção O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar.. Se a intenção tiver apenas um diálogo Histórias, regras e fluxos do Agente Mpower no Agent Builder.configurado, o Agente Mpower responderá de acordo com a resposta configurada desse diálogo. Se houver vários diálogos para a intenção, o Agente Mpower analisará a conversa para detectar pistas sobre qual versão do diálogo deve ser usada.

O diagrama a seguir mostra a lógica que um Agente Mpower usa ao responder a um contato:

Agente Mpower Respostas

Agente Mpower respostas podem ser tão simples ou tão complexas quanto você quiser. Agentes Mpower pode:

• Responder com informações ou perguntas.
• Exibir imagens, GIFs, vídeos ou links para páginas da web. Eles podem incluir botões ou listas com os quais o contato pode interagir.
• "Escolher" qual ação executar usando condições. Você pode configurar várias respostas possíveis com base no que o contato diz.
• Seguir um formulário para coletar informações do contato.
• Encaminhe a interação para um agente em tempo real.

Agente Mpower respostas são construídas em diálogos Histórias, regras e fluxos do Agente Mpower no Agent Builder. e consistem em uma ou mais das ações Agente Mpower disponíveis. Agente Mpower ações executam uma função específica. Algumas ações Agente Mpower enviam conteúdo para o contato A pessoa que interage com um agente, RVI ou bot em seu centro de contato. , como uma mensagem ou uma lista de opções para escolher. Outras ações Agente Mpower executam tarefas invisíveis para o contato, como chamar um API ou extrair dados ou armazená-los em um aplicativo de terceiros.

Agent Builder tem um conjunto de ações de Agente Mpower padrão que você pode escolher, mas também pode criar ações de Agente Mpower personalizadas. As ações de Agente Mpower personalizadas podem fazer chamadas API ou ser projetadas com JavaScriptpersonalizadas.

Skill Store

Agente Mpower habilidades permitem agrupar configurações de Agente Mpower e dados de treinamento de acordo com o que seu Agente Mpower pode fazer. Você pode usá-los para filtrar dados de treinamento, o que torna mais fácil se concentrar mais especificamente em cada tarefa que seu Agente Mpower pode realizar.

Agente Mpower habilidades também são usadas para distribuir habilidades pré-fabricadas para Agent Builder usuários por meio do Agent Builder Skill Store. O Skill Store fornece integrações com vários recursos e produtos CXone Mpower.

Por exemplo, se você quiser usar sua base de conhecimento Expert com seu Agente Mpower, poderá adicionar a competência Autopilot Knowledge Agente Mpower à sua Agente Mpower. Isso adiciona todas as regras, histórias, intenções, entidades, slots, scripts e assim por diante ao seu bot.

Você pode criar Agente Mpower competências que outras pessoas possam querer usar e enviá-las para aprovação para serem adicionadas ao Skill Store. A CXone Mpower vai avaliá-las e adicioná-las ao Skill Store se forem aprovadas. Isso os torna disponíveis para outros usuários Agent Builder adicionarem à sua Agentes Mpower.

Treine seu Agente Mpower

Treinar seu Agente Mpower o ajuda a aprender com as configurações que você fez. Quanto melhor a qualidade do treinamento, melhor seu Agente Mpower pode prever corretamente intenções O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar.. O treinamento acontece das seguintes maneiras:

• Quando você adiciona dados de treinamento a um Agente Mpower: dados de treinamento são os exemplos que você adiciona a intenções O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar.. Se você adicionar muitos exemplos de alta qualidade, seus Agente Mpower poderão criar associações entre palavras, frases e intenções com mais eficiência.
• Quando você cria histórias e regras:Histórias Usadas para treinar um Agente Mpower para manipulação de interação com base na intenção e contexto. e regras Usado para definir a resposta de um do Agente Mpower a mensagens que não mudam com o contexto. ensinam um Agente Mpower a responder a uma intenção. Se a intenção tiver dados de treinamento de alta qualidade suficientes, o Agente Mpower aprenderá a reconhecer diferentes maneiras pelas quais contatos A pessoa que interage com um agente, RVI ou bot em seu centro de contato. expressam a mesma intenção.
• Quando você cria histórias para ensinar a um Agente Mpower sobre variações de intenção: para intenções gerais com variações que afetam a forma como o Agente Mpower responde, use histórias para ensinar o Agente Mpower a diferenciar entre as variações. Isso ajuda seu Agente Mpower a aprender a navegar pelas nuances das solicitações dos contatos e responder corretamente.

Você pode testar o quão bem treinado seu Agente Mpower é conversando com ele emAgent Builder. Ao conversar com seu Agente Mpower, você pode ver onde ele tem problemas e fazer correções imediatamente.

Parte do processo de treinamento contínuo é trabalhar com seu Agente Mpower para torná-lo mais inteligente. Quanto mais inteligente for sua Agente Mpower, mais eficaz ela será na previsão de intenções e na escolha da resposta correta. Você pode tornar seu Agente Mpower mais inteligente revisando os dados da conversa e fazendo alterações em seus Agente Mpower em resposta a problemas encontrados nos dados da conversa. Você pode revisar e melhorar seu Agente Mpower.

Dados de treinamento

Intenção O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar. exemplos treinam seu Agente Mpower sobre as várias maneiras pelas quais um contato pode expressar uma intenção. Quanto mais exemplos de uma intenção você tiver, mais variações dessa intenção seu Agente Mpower poderá identificar corretamente. Use dados de conversas do mundo real para testar e treinar seu Agente Mpower. Sempre opte por dados de qualidade, em vez de quantidade, para obter os melhores resultados. Isso ajuda a garantir que o Agente Mpower esteja bem preparado para lidar com conversas com contatos reais.

Você pode revisar suas intenções para ver quais precisam de mais exemplos para treinamento. Cada intenção tem um número ao seu lado indicando o número de exemplos que possui. Intenções com 14 ou menos exemplos precisam de mais, se possível.

Opção Train and Stage

Quando estiver pronto para testar as alterações feitas em seu Agente Mpower, você pode clicar em Treinar e Estágio. Isso adiciona as alterações ao Agente Mpower modelo Versão de um bot que foi treinado e testado para que você possa testá-las. Treinamento adicional por meio de conversas pode ser necessário para refinar como seu Agente Mpower entende a configuração.

Se você estiver fazendo melhorias em um Agente Mpower que foi implantado na produção, o Treinar e Estágio cria um novo Agente Mpower modelo Versão de um bot que foi treinado e testado e implanta esse modelo em estágio. Se quiser que suas melhorias sejam refletidas na produção, você precisa implantar manualmente esse novo modelo. Isso garante que nenhum modelo Agente Mpower entre em produção sem o seu consentimento explícito.

Você pode usar o monitor de integridade para acompanhar o progresso dos treinamentos iniciados com a opção Train and Stage.

Treine seu Agente Mpower com histórias e Regras

As histórias permitem que você ensine seus Agente Mpower a responder a mensagens Qualquer coisa que um contato diga em uma interação de bot, seja uma pergunta ou declaração, escrita ou falada. no contexto de uma interação A conversa inteira com um agente por meio de um canal. Por exemplo, uma interação pode ser uma chamada de voz, e-mail, chat ou conversa de mídia social.. Você pode criar histórias do zero ou converter conversas reais em histórias. Regras ensine seus Agente Mpower a responder a mensagens cujo significado não depende do contexto.

Às vezes, pode ser necessário criar várias histórias para uma única intenção. Isso é útil quando você deseja que seu Agente Mpower responda de maneira diferente, dependendo de pequenas diferenças na intenção. Por exemplo, se um Agente Mpower pode verificar saldos de contas, você pode querer que ele responda de forma diferente dependendo do tipo de conta que o contato A pessoa que interage com um agente, RVI ou bot em seu centro de contato. deseja verificar.

As histórias e regras podem precisar de atualizações e revisões periódicas. Por exemplo, se, após revisar dados de conversa, você descobrir que uma de suas histórias está fazendo com que o Agente Mpower fique confuso e prever a intenção errada, você poderá resolver o problema alterando a história. Em alguns casos, pode ser necessário mudar a intenção e também a história.

Práticas recomendadas para dados de treinamento

Ao planejar sua abordagem para coletar dados de treinamento e treinar seu Agente Mpower, lembre-se das seguintes práticas recomendadas:

• Sempre opte por qualidade em vez de quantidade. Não há problema em se começar com um conjunto de dados pequeno e construí-lo ao longo do tempo à medida que reúne mais exemplos de alta qualidade.
• Use exemplos de conversas reais. Isto garante que os dados que usa são realistas. Vem de enunciados O que um contato diz ou digita. contatos reais fizeram.
• Não use ferramentas que geram dados automaticamente e afirmam treinar seu Agente Mpower mais rápido. Frequentemente, produzem exemplos que não refletem o que os contatos realmente dizem. Eles também podem resultar em um Agente Mpower que perde sua capacidade de generalizar. Com o tempo, o Agente Mpower chega a um ponto em que reconhece apenas as frases que viu antes.
• Não use os mesmos dados de treinamento para mais de uma intenção. Se você reutilizar dados de treinamento, seu Agente Mpower não poderá determinar de forma confiável a intenção O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar. em interações ao vivo com contatos.
• Permaneça flexível e disposto a ajustar intenções e histórias ao longo do tempo. Ao revisar os dados da conversa, você pode descobrir que o que você pensava serem duas intenções separadas são, na verdade, sombras de uma intenção mais geral. Ou você pode achar que uma intenção é muito ampla e precisa dividi-la em intenções mais específicas.
• Adicione novos exemplos de treinamento apenas se estes forem úteis.
  • Não adicione novos exemplos de treinamento que são muito parecidos com os exemplos existentes. Se o Agente Mpower prever corretamente a intenção com alta confiança para um enunciado, isso não ajudará o Agente Mpower a adicionar mais exemplos muito semelhantes.
  • Adicione mais exemplos de treinamento de enunciados que o Agente Mpower previu anteriormente incorretamente ou com baixa confiança.

Crie respostas para treinar seus Agente Mpower

Configure Agente Mpower respostas com o seguinte processo:

1. Crie uma intenção.
2. Crie uma regra ou história para a intenção O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar. que você criou para definir como seu Agente Mpower responde a essa intenção. A inteção determina qual delas criar. Consulte o plano que você fez anteriormente no processo de implementação Agente Mpower. O processo de alto nível de criação de histórias Usadas para treinar um Agente Mpower para manipulação de interação com base na intenção e contexto. e regras Usado para definir a resposta de um do Agente Mpower a mensagens que não mudam com o contexto. é:

   1. Histórias e regras começam com algo que o contato A pessoa que interage com um agente, RVI ou bot em seu centro de contato. pode dizer relacionado à intenção. Por exemplo, para uma intenção chamada check_balance, o contato pode dizer "Você pode me dizer o saldo da minha conta?"

   2. Depois de inserir um exemplo do que o contato pode dizer, seu Agente Mpower tenta prever a intenção do exemplo. Ele exibe a correspondência mais próxima, juntamente com o quão confiante está em sua previsão. Ele exibe sua confiança como uma porcentagem.
   3. Confirme a previsão de intenção ou escolha a intenção correta e confirme-a. Se o nível de confiança parecer baixo, adicione mais exemplos de treinamento à intenção. Lembre-se de que o nível de confiança precisa estar acima do limite que você definiu para NLU fallback Uma alternativa em texto simples enviada quando o destino não tem suporte para mídia avançada..

   4. Agora você pode adicionar a Agente Mpowerresposta usando qualquer uma das ações Agente Mpowerdisponíveis.

      Exibir imagem

      

   5. Adicione outro enunciado de contato, se os exemplos de conversas do mundo real para essa intenção mostrarem que os contatos tendem a acompanhar a resposta (de um agente ou de um Agente Mpower) com o mesmo tipo de pergunta ou afirmação. Nem toda história terá declarações de acompanhamento.

   6. Continue a conversão na história ou regra, seguindo os exemplos reais que você coletou. Adicione o máximo de interação de ida e volta que você precisar para ensinar ao Agente Mpower como as conversas sobre a intenção devem ser.

      No entanto, histórias e regras não devem ser conversas completas. Quando a declaração seguinte de uma conversa necessariamente iniciaria uma nova intenção, é hora de parar e criar uma nova história. Como alternativa, recomendamos dividir histórias em sub-histórias menores. Você pode vinculá-los usando pontos de verificação.

   7. Crie várias histórias para a mesma intenção, caso haja possíveis variações de cursos que a conversa pode tomar, com base na situação e nas necessidades exclusivas do contato. Isso treina o Agente Mpower para dizer a diferença entre variações de uma única intenção.

      • Não inclua variações do fluxo da conversa na mesma história. Isso pode confundir o Agente Mpower.

      • Se houver variações na forma como um contato poderia formular uma mensagem, ou mensagens similares que significam essencialmente a mesma coisa, adicione-as como exemplos de intenção.

      • Pense em termos de felizes História que produz o resultado correto para a intenção. e caminhos infelizes História que produz um resultado errado para a intenção.. Cada intenção pode ter mais de uma trajetória feliz e mais de uma trajetória infeliz.

3. Se a intenção, regra ou história exigir, crie entidades, slots ou formulários.

   • Crie entidades Palavra-chave ou frase definida no perfil da sua companhia no Interaction Analytics. Relacionado a um tipo de entidade. Pode incluir variantes. apenas para informações que você precisa que o Agente Mpower extraia da conversa.

   • Crie slots Entidade extraída da mensagem do contato e salva para uso em respostas de bot. Semelhante a uma variável. para os dados que você precisa salvar ou usar durante a conversa. Agent Builder cria slots automaticamente quando você cria uma entidade.
   • Considere usar um formulário em uma história ou regra se precisar coletar mais do que algumas informações do contato.

4. Quando terminar de fazer as alterações, clique emTreinar e preparar para atualizar seu Agente Mpower modelo Versão de um bot que foi treinado e testado para testar essa alteração.

5. Converse com seu Agente Mpower para testá-lo. Com base nos resultados da sua conversa com o bot, talvez você precise fazer ajustes na história ou regra criada. Talvez você também precise adicionar ou alterar os dados de treinamento para a intenção com a qual está trabalhando. Ao testar o Agente Mpower, tente usar muitas variações da intenção que você está testando. Repita as etapas de treinamento e teste quantas vezes forem necessárias até ficar satisfeito com o desempenho do seu Agente Mpower.