本頁提供有關使用Agent Builder的建議最佳作法。
命名和建立您的機器人
- 不要您的Mpower Agent使用真實的客服專員姓名。 如果要使用聽起來像人名的名稱，請選擇不像真人的名稱。
- 不要多個Mpower Agent使用相同的員工設定檔。 每個Mpower Agent都應該有自己唯一的配置檔，以便進行路由和報告。
- 請Mpower Agent及其員工設定檔使用相同的名稱。 這使您在管理多個Mpower Agents時變得簡單。
- 必須使用您可以存取的電郵位址。 這可讓您接收並回應CXone Mpower的邀請。 您可以將同一電子郵件地址用於多個Mpower Agent員工設定檔。
為您的Mpower Agent寫作
- 提前確定Mpower Agent的個性及其詞彙。 請記住，您的Mpower Agent是組織的面孔，就像人類代理一樣。 確保其舉止給人正確的印象。 明確您想在其回應中複製的舉止。
- 提前編寫所有對話。 這使您可以確保Mpower Agent在整個對話過程中說話的方式保持一致。 當開發新的用例時，請檢閱您已寫好的對話，以便在所有用例中維持角色的一致性。
- 了解您編寫所針對的受眾。 您面向一般大眾的語言和術語，可能與您面向專業讀者的語言不同。
- 保持Mpower Agent消息簡短。 許多人不喜歡閱讀長篇幅的文字。 您的Mpower Agent發送的文字越多，其吸引力就越低。 如果要傳送的資訊很多，請考慮將其分成幾個較短的回應。
- 當您向案例新增訊息時，請使用多樣化選項。 這允許您為相同訊息新增其他版本。 Mpower Agent每次使用該回應時都會隨機使用其中一個版本。 變體使您的Mpower Agent看起來更像人類，並在與互動時改善
在聯絡中心與客服專員、IVR 或機器人互動的人。聯繫人Mpower Agent體驗。 - 使用智慧輸入來為聯絡人顯示輸入標誌點。 這創造了積極的用戶體驗。 立即回復的Mpower Agent感覺太「機器人式」了，很多人不喜歡這樣。 啟用智慧輸入後，您可以自訂Mpower Agent為其發送的每封郵件顯示輸入指示器的時長。
- 大聲讀出對話內容幾遍。 您可以考慮與其他人進行角色扮演對話。 您還可以錄製自己閱讀Mpower Agent腳本的回復，然後收聽。 這些都是發現腳本回應中需要改進的地方的好方法。
意圖
- 意圖並不總是一目了然的。 兩個用戶目標起初可能看起來不同，但隨著時間的推移開始收集類似的示例。 確保您的意圖與訓練資料有所區別。 如果您想要重複使用訓練範例來達成多個意圖，則表示您或許能夠將各個意圖合併為一個更一般的意圖。這可以幫助您避免意圖混淆。
- 務必包含範圍外的意圖。 超出範圍的意圖允許您Mpower Agent回應超出其訓練任務範圍的聯繫人請求。這將允許您恢復對話並且通常能夠提升績效。
- 測試和訓練。 測試您的Mpower Agent以發現問題意圖。 例如，當您認為它應該選擇其他意圖時，它可能會提供不正確的回應或選擇超出範圍的意圖。
- 慎用多意圖。 只有當自然地對話確實需要時，才需使用多意圖。 過多的多意圖會使您的Mpower Agent過於複雜，難以輕鬆管理。
富訊息
- 驗證通道是否支援。 並非所有富媒體 數位訊息中的元素，如按鈕、圖像、選單和選項選擇器。類型都支援所有數位通道 促進客戶在聯絡中心互動的各種語音和數位通訊媒介。。 您可以檢查支援的目前矩陣。
- 使用富訊息遞補 這種類型的回退允許您為不支援在回應中使用的富訊息選項Mpower Agent通道提供備份。
- 了解檔案類型和大小限制。 Mpower Agents支援各種多媒體類型，包括音訊和視頻。 所有多媒體都有大小和支援的檔案類型限制。
規則
- 不要過度使用規則。 Mpower Agents不能使用它們來概括不可預見的對話路徑。 規則應該只用於小型、特定的對話模式。
- 僅在回應總是相同時使用規則。 如果某些上下文可能需要不同的答案，請使用故事。
- 如果您想要回應多樣化，請不要使用規則。 即使規則是特定郵件的適當工具，您也可能希望Mpower Agent改變其回應，使其聽起來更人性化。 如果確實是這樣，請改用案例。
- 如果要告知Mpower Agent何時應用規則，請對規則使用條件。 可根據活動表單、特定插槽或特定插槽值設定條件。
案例
- 當上下文很重要時，請使用案例。 如果您的Mpower Agent需要上下文來瞭解如何回應，請使用故事。 即使對話只涉及您的Mpower Agent和聯繫人之間的一次交流 在聯絡中心與客服專員、IVR 或機器人互動的人。也是如此。 例如，如果您有lookup_balance意圖，但有些聯繫人想要支票帳戶的餘額，而另一些聯繫人想要瞭解儲蓄帳戶，您可以創建一個故事來説明您的Mpower Agent學會根據使用者指定的帳戶做出適當的回應。
- 使用快拍説明您Mpower Agent學會做出預測。 謹慎選擇每個案例的主題。 確保它旨在幫助Mpower Agent學會正確預測以前從未見過的對話的反應。
- 案例需要來自實際對話。 不要編造您認為可能發生的案例。 使用真實互動資訊來建立案例。
-
所設計的案例可以遵循快樂
為意圖產生了正確結果的案例。路徑或不快樂路徑 為意圖產生了錯誤結果的案例。。 在故事中組合路徑可能會導致意圖混淆。 - 使用案例來處理上下文切換。 這有助於您的Mpower Agent學會在兩個對話流之間切換，或處理需要多個對話輪次才能回應的中斷。 如果中斷只需要一次回應，而且不依賴上下文，規則可能比較適合。
-
某些意圖需要多個故事。 根據聯絡人的獨特情況和需求，如果對話有多種可能走向，請為同一意圖建立多個案例。
- 不要在同一案例中包含多種對話流。 這可能會混淆Mpower Agent。
- 如果有聯絡人可能會用不同的方式來表達訊息，或是意思基本相同的類似訊息，您可以將其新增為聯絡人訊息意圖的範例。
從快樂與不快樂的路徑思考。 每個意圖可以有一個以上的快樂路徑和一個以上的不快樂路徑。
- 為您的範圍外意圖建立案例。 這使您可以針對聯絡人呈現超出範圍資訊的更常見方式對Mpower Agent進行培訓。
- 根據需要在聯絡人之間來回穿梭，但要小心。 案例和規則不應該是完整的對話。 當對話中的下一個陳述必然會開始一個新的意圖時，就應停止並建立一個新的案例。
- 將您的案例分割成符合邏輯的子任務。 經常趨向於建立一個從頭到尾包含整個對話的長案例。 但是，這實際上會增加您需要的案例數量。 相反，將您的案例分割成符合邏輯的子任務。 如果您有一些非常密切關聯的子任務，您可以用檢查點連結這些子任務。
- 不要過度使用檢查點。 檢查點可以簡化您的訓練資料。 太多的檢查點會讓你的故事難以理解，實際上會減慢訓練你的Mpower Agent的過程。
訓練資料和範例
- 品質永遠勝於數量。 剛開始建立小型資料集，經過長時間積累，收集更多高品質範例。
- 使用真實對話中的範例。 這可確保您使用的資料是真實的。 它來自話語 聯絡人所說或所輸入的內容。真正的接觸。
- 不要使用自動生成數據並聲稱可以更快地訓練Mpower Agent的工具。 否則通常會產生不能真實反映聯絡人話語意圖的範例。 它們還可能導致Mpower Agent失去概括能力。 隨著時間的推移，Mpower Agent會達到只能識別以前見過的短語的程度。
- 不要對多個意圖使用相同的訓練資料。 如果您重複使用訓練數據，您的Mpower Agent將無法可靠地確定與聯絡人的即時互動中的意圖 聯絡人所說/所輸入內容背後的含義或目的；聯絡要傳達或實現什麼。。
- 保持彈性，願意隨時間調整意圖和案例。 當您查看對話資料時，您可能會發現您認為是兩個不同的意圖實際上是更一般的意圖的陰影。 或者您可能會發現意圖過於寬泛，您需要將其分解為更具體的意圖。
- 僅在有用時才新增訓練範例。
- 不要新增與現有範例非常相似的新訓練範例。 如果Mpower Agent以高置信度正確預測了一個話語的意圖，則Mpower Agent添加更多非常相似的範例無濟於事。
- 添加更多訓練範例，說明Mpower Agent之前預測錯誤或置信度低的話語。