CXone Mpower Agent Builder

CXone Mpower Agent Builder使您能够创建自己的 虚拟代理关闭 代替现场人工坐席处理客户交互的软件应用程序。以用于 CXone Mpower。 您使用 Agent Builder 创建的虚拟代理称为 Mpower 坐席。

即使您没有编码知识或编程专业知识，也可以使用Agent Builder。 如果您可以进行对话，则可以创建一个工作Mpower 坐席。 Mpower 坐席 可以执行各种各样的任务，包括：

  • 回答常见问题。
  • 帮助客户更改系统中的信息。
  • 在转移到真人坐席之前收集信息。

Classics, Inc. 的服务台每天为需要重置密码的用户处理 100 多个电话。 管理员 Akela Wolfe 希望创建一个Mpower 坐席来协助用户完成此任务，以便代理可以集中精力解决更复杂的问题。 她决定使用 Mpower 坐席 创建 Agent Builder。

Mpower 坐席任何数字渠道，例如 Live Chat、Apple Messages for Business和 X。 您可以通过在 Mpower 坐席中设置集成在语音渠道上使用 CXone MpowerVirtual Agent Hub。

您还可以在Mpower 坐席 中将CXone Mpower 用作任务机器人。 Taskbots 允许您在 系统中自动执行某些任务。 例如，您可以创建任务机器人以在 中与Task AssistCopilot for Agents配合使用。 Task Assist taskbots 可以更新数据库中的联系信息。

开始学习如何使用 Agent Builder 或探索实施过程。

对话式人工智能

Agent Builder 使用一种称为对话式 AI 的方法将Mpower 坐席设计和训练为虚拟代理，以便在CXone Mpower中使用。 这种方法结合各项技术，让计算机软件能够：

  • 识别并破译人类语言。
  • 理解所说的话。
  • 确定正确的反应。
  • 以模仿人类对话的方式做出回应。

一些虚拟代理完全是脚本化的。 开发人员必须尝试考虑客户在给定场景中可能使用的每个关键字。 然后，开发人员必须为虚拟代理编写每个关键字的响应脚本。 因此，这种虚拟代理的设置和维护可能非常耗时。

Mpower 坐席在整个交互过程中保留上下文。 他们使用人工智能 （AI） 根据提供类似对话示例的训练数据来预测联系人关闭 与联络中心的坐席、IVR 或机器人交互的人员。想要什么。 当训练数据来自座席和联系人之间的真实对话时，Mpower 坐席 会学会识别联系人想要什么。

自然语言理解

Agent Builder 使用自然语言理解 （NLU） 来理解联系人关闭 与联络中心的坐席、IVR 或机器人交互的人员。所说的内容，并准确预测它们的含义。 它是对话式 AI 背后的基础技术之一。 它是自然语言处理 (NLP) 的一部分，自然语言处理是一种可使计算机程序解释和理解人类语言的技术。 NLU 是 NLP 的一个子集，其专注于理解人类言语背后的含义。

NLU依赖于配置和培训，这些配置和培训教会Mpower 坐席识别联系人的含义。 首先，定义您希望 Mpower 坐席 帮助联系人完成的任务，也称为 intents。 这可能是更新地址、提供帐户余额或重置密码等任务。 通过创建意图并提供每个意图的真实对话示例，您可以帮助Mpower 坐席学会将联系人所说的内容与他们的意思相关联。

Akela Wolfe 找到了关于重置密码的真实代理对话示例，并使用它们来培训她的新Mpower 坐席。 她找到了联系人以不同方式表达需求的示例。 她的一些示例包括联系人说“我需要帮助更改我的密码”、“我的帐户可能被黑客入侵，我该怎么办”和“我的密码不起作用，我该如何更改”

关于 Agent Builder 的关键事实