構建Mpower Agent 教程

此頁面是跟隨 Classics， Inc 的CXone Mpower Agent Builder管理員 Akela Wolfe 構建新Mpower AgentClosed 使用CXone Mpower Agent Builder建立的虛擬客服專員，可以處理語音或聊天互動。的教程。 本教程的目的是要幫助您：

在閱讀本教程之前，請先閱讀有關Agent Builder入門的說明頁面。 它介紹了基本的對話式 AI 概念，並將其與Mpower Agent配置相關聯。

如果您願意，可以跟著 Akela 一起學習。 完成每項任務所需的步驟都包含在以下每個部分的下拉式清單中。

概念 定義 範例 Mpower Agent做什麼
郵件信封圖示

話語

聯絡人Closed 在聯絡中心與客服專員、IVR 或機器人互動的人。在互動Closed 透過通道與客服專員的完整對話。 例如，互動可以是語音通話、電郵、聊天或社交媒體對話。中所說的任何內容。 有時稱為訊息。

「我丟失了密碼。」

「我的餘額是多少？」

「您是機器人嗎？」

 Mpower Agent使用自然語言理解 （NLU） 來分析每個聯絡話語，以確定其含義或意圖。
放大鏡圖示

意圖

聯絡人想要傳達的訊息或要實現的目的。 聯絡人傳送的每則訊息都有意圖。

「我丟失了密碼」具有「重設密碼」的意圖。

「您好」有「打招呼」的意圖。

Mpower Agent使用 NLUClosed 此過程在自然語言處理 (NLP) 基礎之上擴展，以根據其理解的資訊做出決策或採取行動。分析聯絡人的消息以確定意圖。 知道後，就可以用自己的訊息進行回覆。 您可以為每個意圖配置希望Mpower Agent使用的回應。
資訊圖示

實體

聯絡人訊息中定義的資訊。 人名或產品名稱、電話號碼、帳號、位置等。 Mpower Agent使用NLU來識別聯絡人訊息中的實體。 實體幫助Mpower Agent理解聯絡人訊息的含義。
時段圖示

時段

從聯絡人訊息中提取並儲存以供Mpower Agent回應使用的實體。 類似於變數。 為聯絡人姓名建立一個插槽可以讓Mpower Agent在互動期間在回覆中使用該姓名，使其更加個人化。 配置為這樣做時，Mpower Agent從聯繫人消息中提取實體並將其保存在插槽中。 您可以讓Mpower Agent稍後在對話中使用此資訊。
規則圖示

規則

定義對不隨上下文改變含義的消息Mpower Agent回應。
  • 有固定回覆的單輪互動：您們的工作時間是？ 您們的地址是？
  • 對話塊：問候、再見、謝謝和過渡、簡單的「是/否」問題，以及確認。 Mpower Agents附帶了其中幾個的預設意圖和規則，包括問候語、移交Closed 將聯絡人從虛擬客服專員轉移到即時客服專員。請求等。
  • 常見問題解答
  • 辱罵和經典機器人挑戰
規則配置Mpower Agent如何回應意圖的兩種方法之一。 規則適用於某些種類的意圖，但並非所有意圖均適用。
案例圖示

案例

訓練Mpower Agent根據訊息意圖和對話上下文處理互動。 在關於忘記密碼的交互中，Mpower Agent會回應「我該怎麼做？ 這只是其中一種方式。 如果互動是關於創建一個新帳戶，即使在這兩種情況下，聯繫人都使用相同的詞語，意圖相同 - 獲取更多資訊，但回應也會大不相同。 快拍是配置Mpower Agent回應意圖方式的兩種方式中的第二種。 故事教會Mpower Agent如何使用對話的上下文來做出適當的回應。
動作圖示，以三個齒輪圖形表示

Mpower Agent行動

Mpower Agent在處理互動時所說的或所做的任何事。

在關於忘記密碼的互動中，Mpower Agent通過發送指向網站上密碼重置常見問題解答的連結來做出回應。

當聯絡人表達失望情緒時，例如「我不明白！ 無法運作！！！」 Mpower Agent回答說：「對不起。 您需要我將您轉接至真人客服專員嗎？」 當聯絡人說“是”時，Mpower Agent將啟動轉移。

Mpower Agent動作是您在定義希望Mpower Agent如何回應每個意圖時擁有的選項。 它們可讓您彈性配置每個回覆，以達到符合聯絡人需求的結果。

教程範圍

本教程不會產生完整的工作Mpower Agent。 本教程會引導您完成建立和管理單一用例的過程。 許多Mpower Agents將處理多個用例。

本教程僅介紹與Mpower Agent直接相關的步驟。 它不包括在中設置和配置數位或語音Closed 促進客戶在聯絡中心互動的各種語音和數位通訊媒介。通道CXone Mpower所需的步驟。 Mpower Agent至少需要一個通道才能在生產環境中工作。 當您準備好創建自己的Mpower Agent時，請按照實施流程進行操作，該流程涵蓋了設置和管理Mpower Agent所需的所有步驟。

準備

Akela 被賦予了創建新Mpower Agent的任務。 她的經理希望Mpower Agent回答基本的客戶服務問題，例如如何更改密碼、更新帳戶詳細資訊等。 她與經理合作，將以下用例確定為Mpower Agent的起點：

  • 變更密碼
  • 變更地址
  • 變更電話號碼
  • 變更帳單信用卡

Akela 決定自己要處理的第一個用例是變更密碼。 她與組織中的服務台客服專員交談，並檢閱互動Closed 透過通道與客服專員的完整對話。 例如，互動可以是語音通話、電郵、聊天或社交媒體對話。錄製和轉錄。 使用此輸入，她建立了一個典型密碼重設互動的檔案。

她以前曾在Agent Builder工作過，因此 Akela 知道她的CXone Mpower員工個人資料具有訪問 Agent Builder（ Agent Builder > 啟動Agent Builder） 所需的許可權。

如果您可以存取CXone Mpower中的Agent Builder，您就擁有所需的權限。 在 CXone Mpower 中，點擊應用程式選擇器 並選擇Agent Builder。 如果沒有Agent Builder選項，請與CXone Mpower管理員聯絡。

建立新Mpower Agent

Akela 登入 CXone Mpower 並為其Mpower Agent建立新的員工設定檔。 這是必需的，因為CXone MpowerMpower Agents視為用戶實體。 所有使用者實體都必須在平台中有員工設定檔。

  1. 在 CXone Mpower 中，點擊應用程式選擇器 並選擇Admin。

  2. 點擊員工。

  3. 點擊建立員工。

  4. 輸入名字和姓氏。 這應該與您計劃給Mpower Agent的名稱相同。 這應該是一個聽起來像人名的名稱，但不像真人客服專員的名字。 例如，John Mpower Agent。

    「員工概覽」標籤的螢幕截圖

  5. 輸入您可以存取的工作電郵位址。 您必須能夠回應CXone Mpower傳出的邀請。
  6. 輸入一個電郵位址格式的使用者名稱。 例如，john.bot@classics.com。

  7. 在「一般」標籤上，使用屬性下拉式清單選擇數位參與。

    您的Mpower Agent還需要虛擬客服已啟用屬性。 但是，現在請勿新增。 等待，直到您將員工設定檔分配給Mpower Agent中的Agent Builder。 如果在分配設定檔之前新增此屬性，則無法將設定檔分配給Mpower Agent。

  8. 保留所有其他設定的預設值，然後點擊建立並邀請。
  9. 在您輸入的電郵位址中收到邀請電郵後，點擊其中的連結以接受並按螢幕上的提示操作。 您必須啟動員工設定檔，否則將無法同步到Digital Experience。

為Mpower Agent建立員工設定檔後，Akela 會在Mpower Agent中建立一個新Agent Builder。 她給它起了與她在員工資料中使用的相同的名字，John Mpower Agent。

  1. 使用您自己的帳戶登入 CXone Mpower。
  2. 點擊應用程式選擇器 應用程式選擇器的圖示 並選擇Agent Builder。

  3. 點擊建立Mpower Agent。

  4. 輸入名稱，然後點擊繼續。

    Mpower Agent名稱」對話框的螢幕截圖

  5. 點擊建立Mpower Agent。 技能不是必需的，本教程也不涵蓋。 其可以提供案例、規則、意圖等有用的範例。 您可以新增一些，或者暫時跳過。 接受預設技能，然後點擊 建立Mpower Agent。 您不需要這些技能，並將在後面的步驟中將其從任務機器人中刪除。

    選擇您要為新機器人新增技能的對話方塊。

  6. 完成此設定可能需要幾分鐘時間。 您可以等待或按下 輸入Mpower Agent以在設定完成後瀏覽Agent Builder介面。

建立意圖

在檢閱收集到的真實互動後，Akela 整理出一個典型的成功密碼重設請求範例。 這就是用於此意圖的所謂快樂路徑。 她的範例如下：

連絡人Closed 在聯絡中心與客服專員、IVR 或機器人互動的人。：您好。

Mpower Agent： 嗨，我能幫上什麼忙？

聯絡人：我忘記了密碼。

Mpower Agent：我很遺憾聽到這個消息。 您可以在我們的網站上重設密碼。

聯絡人：怎麼操作呢？

Mpower Agent： 點擊登陸頁面右上角的忘記密碼。 然後輸入您的電郵位址，系統會想您傳輸密碼重設連結。

聯絡人：謝謝 ！

Mpower Agent： 不客氣。 請問還有其他需要幫助的嗎？

聯絡人：沒有。您真的很有幫助。 再見。

Mpower Agent： 感謝您與我們聯繫。 再見。

Akela 確定在快樂路徑中有五個意圖：

  • 問候（您好）
  • Reset_password（我忘了我的密碼）
  • 要求說明（怎麼操作呢？）
  • 謝謝（謝謝您和您幫了大忙）
  • 再見（再見）

Akela 建立如下意圖：

  1. 在Agent Builder中，Akela 前往 NLU 部分的意圖標籤。
  2. 她建立了一個名為Conversation_defaults的資料夾。
  3. 在其中，她建立了一個名為問候的意圖。
  4. Akela 檢閱她所收集的互動範例，並新增作為問候意圖範例的所有不同問候聯絡人。 她新增hello、hi、howdy、yo等等。
    「意圖」標籤顯示 Akela 新增的第一個意圖。
  5. 然後她又增加了兩個意圖，thanks和goodbyes。 她為每個意圖新增了範例，包括thank you、thanks very much、以及thank you so much作為 thanks 的意圖。 對於道別意圖，她新增bye、so long、以及ok goodbye。
  6. 接下來，Akela 建立一個名為password_reset的資料夾。
  7. 她新增名為Reset_password和要求說明的意圖，然後從她的互動範例中為每個意圖新增範例：
    • 對於 Reset_password，她增加了一些範例，例如我需要變更我的密碼、我的密碼錯了、我的密碼需要更新、以及我要如何變更我的密碼。
    • 對於要求說明，她增加了一些範例，例如我該怎麼做、我沒有看到那個選項、以及在哪裡。
  8. Akela 在互動範例中找到範例後，會繼續新增到意圖中。 所有的意圖都有中等數量的範例。 她知道更多的例子可以説明她Mpower Agent學習。 不過，她也知道不建議編造範例。 她現在沒有更多要添加的內容，但可以在工作時添加更多內容。
    帶有每個意圖的意圖範例數的意圖清單。
  1. 點擊左側圖示選單中的 NLU 圖示，看起來像一個頭像輪廓內的齒輪。。
  2. 在意向選項卡上，按兩下加號新增圖示。
    顯示與插槽結合使用的新意圖條目的螢幕截圖

  3. 輸入名稱，然後按Enter。

  4. 在右側窗格中，在新意圖範例欄位中輸入短語，這些短語是此意圖的唯一短語。 在每個短語後按 Enter。 所做的變更會自動儲存。或者，使用閃爍圖示，表示您可以為意圖生成建議的範例。圖示自動生成意圖範例。 單擊全部添加以使用所有建議的範例。 如果您不想使用所有建議的範例，請瀏覽清單並按下要使用的每個範例右側的加號新增圖示。
    與意圖值搭配的短語清單，在本例中是再見。
  5. 如果此意圖的範例包括您的需要識別才能回應此意圖的Closed 在與Mpower Agent對話期間，從聯絡人的訊息中收集到的資訊。實體Mpower Agent範例，請選擇該範例並將其添加到相應的實體。
  6. 完成更改後，按兩下訓練和階段以更新Mpower Agent 模型Closed 經過訓練和準備測試的機器人版本以測試此更改。 這會將意圖添加到Mpower Agent模型中，以便稍後對其進行測試時，它將能夠識別此意圖。

建立規則

Akela 認為規則是教她Mpower Agent她創造的一些意圖的正確方法。 規則教Mpower Agent每次識別意圖時都對意圖給出相同的回應。 這是問候、再見和感謝等事情的理想選擇。 這些是她想要使用規則的意圖。

以下是 Akela 的具體操作：

  1. 她在Agent Builder的「對話」部分中的「規則」標籤上建立了一個資料夾，名為 Conversation_defaults。
  2. 在新資料夾中，Akela 新增了一個名為Greeting的規則。
  3. Akela 使用Hello作為聯絡訊息內部有一張臉的圓形四角正方形。的範例來觸發打招呼規則。 當她按 Enter時，她的Mpower Agent正確預測了問候語的意圖，因此她確認了結果。
    「問候」規則顯示聯絡人的訊息和機器人的 100% 意圖預測。
  4. 接下來，Akela 添加 Mpower Agent 回應內部有一個機器人頭的圓形四角正方形。。 她希望Mpower Agent用自己的問候語回復，因此她添加了「消息」操作並輸入嗨，我今天能幫上什麼忙？ 作為她希望Mpower Agent發送給聯絡人的訊息。
    「規則」標籤，顯示「問候」規則。
  5. 最後，她決定，如果聯繫人經常使用她的Mpower Agent，他們可能會注意到它總是相同的回應。 為了使體驗更像與人交談，Akela 在回應圖示，由兩個交叉箭頭表示添加了一些變化。 Mpower Agent將隨機使用其中一個消息變體。 除了第一條消息外，她的Mpower Agent現在可以說嗨，感謝您與我們聯繫。 我能為您做什麼？ 和你好，我今天可以幫您做什麼？。
  6. Akela 重複此過程，並建立道別規則。 她使用Bye作為觸發聯絡訊息內部有一張臉的圓形四角正方形。。
  7. Mpower Agent正確地預測了告別的意圖，因此 Akela 確認了結果。
  8. 接下來，她會新增機器人的回應。 她新增Goodbye! 作為祝您一天愉快的訊息動作。和祝您度過美好的一天！ 作為變化圖示，由兩個交叉箭頭表示。
  9. Akela 新增的最後一個規則是感謝。 對於此規則，她使用Thank you作為觸發聯絡訊息內部有一張臉的圓形四角正方形。。 Mpower Agent預測正確意圖，Akela 確認結果。
  10. 然後她添加了Mpower Agent回應。 她新增不客氣！ 作為我很樂意幫忙的訊息動作。，以及當然，我很樂意幫忙。 作為變化圖示，由兩個交叉箭頭表示。
    「規則」標籤，顯示「感謝」規則。
  1. 點擊左側圖示選單中的對話圖示，看起來像對話氣泡。，然後點擊規則標籤。
  2. 將滑鼠懸停在要在其中建立規則的資料夾上，然後按下加號圖示，由圓圈中的加號表示。。
    「規則」標籤。 游標懸停在資料夾上的「新建規則」圖示上。
  3. 輸入規則的名稱，然後按 Enter。
  4. 新增聯絡人的訊息：
    1. 在中間面板上，點擊右邊的 + 圖示。 其會變成聯絡圖示內部有一張臉的圓形四角正方形。。 在客戶可能會說方塊中，輸入聯絡人可能傳送的訊息，然後按Enter。 Agent Builder分析訊息，並提供意圖清單以及每個意圖的可信度。
    2. 如果前列意圖是正確的意圖，請點擊確認。 如果不是，請點擊不正確的意圖以展開意圖清單，然後選擇正確的意圖並點擊確認。
  5. 新增Mpower Agent回應：
    1. 在故事頁面的中間面板中，將滑鼠懸停在左側的加號 + 上，直到它變為Mpower Agent圖示內部有一個機器人頭的圓形四角正方形。。點擊常規標籤上的消息。

    2. 輸入Mpower Agent應該說的話。

    3. 單擊變體圖示，由兩個交叉箭頭表示打開一個對話框，您可以在其中向現有回應消息添加變體。 在此對話框中，點擊添加變體，然後鍵入頂部顯示的原始訊息的不同版本。 新增任意數量的變數。 Mpower Agent將隨機選擇要在對話中使用的變體。
  6. 點擊 訓練和階段 根據新規則訓練您的Mpower Agent。 這會將規則添加到您的Mpower Agent。

建立案例

Akela 將要為剩下的兩個意圖，Reset_password 和「要求說明」，建立案例。 她參考了她針對忘記密碼所規劃的快樂路徑案例。 經過思考之後，她決定將「要求說明」意圖與 Reset_password 意圖結合。 這將縮短對話時間，並改善客戶體驗。

在Agent Builder中，建立了她的案例：

  1. 首先，她隱藏一隻有一條對角線穿過其中的眼睛。「NLU > 意圖」標籤上的「要求說明」意圖。 這將在她點擊Mpower Agent訓練和舞臺時將其從中排除。 她希望暫時保留此意圖，但不想將意圖範例新增到 Reset_password 意圖。 她希望以回應密碼相關要求的方式提供資訊，就不會有人再問「我該怎麼做」的問題。
  2. 在「對話」部分的「案例」標籤上，Akela 建立了一個名為密碼的資料夾。
  3. 在新資料夾中，她建立了一個Reset_password案例。
  4. 她以我需要變更我的秘密的聯絡訊息開始案例。 她的Mpower Agent正確預測了Resent_password意圖，因此她點擊了確認。
  5. 她添加了包含兩個部分的Mpower Agent回應：
    • 首先是一個訊息動作，文字是很抱歉聽到此訊息。 我可以幫忙！ 您可以在我們的網站上完成：
    • 第二個是富連結動作，她在此動作中新增一個連結，連結到 Jungle 網站上關於重新設定密碼的網頁：www.jungle.com/passwordreset。 她加入了 Jungle 標誌的圖像，此圖像會與連結一起出現在訊息中。

Akela 建立的案例僅包含與 Reset_password 意圖上下文相關的對話的一部分： 這一點很重要，因為向故事添加的內容多於與其意圖相關的內容可能會混淆Mpower Agent。 如果您在故事中添加與其他請求相關的內容（例如更新郵寄位址），Mpower Agent會認為只有在密碼重置請求的上下文中才能更改郵寄位址，即使您創建了更改郵寄位址的意圖也是如此。

  1. 在Agent Builder的“故事”選項卡上的“對話”部分中，找到新故事應放入的資料夾。您也可以按下加號圖示，由圓圈中的加號表示。，輸入名稱，然後按 Enter。
  2. 將滑鼠懸停在資料夾名稱上，然後按下加號圖示，由圓圈中的加號表示。。
    「故事」標籤。 滑鼠游標暫留在資料夾上的「新故事」圖示上。
  3. 輸入故事的名稱，然後按 Enter。
  4. 新增一個範例，說明連絡人Closed 在聯絡中心與客服專員、IVR 或機器人互動的人。可能會說什麼來觸發您為其建立故事的意圖：
    1. 在中間面板中，按下右側的加號 +。 其會變成聯絡圖示內部有一張臉的圓形四角正方形。。
    2. 在客戶可能會說欄位，輸入聯絡人在您建立的場景中可能傳送的訊息，然後按Enter。 Agent Builder分析訊息，並提供意圖清單以及每個意圖的可信度。
    3. 如果預測的意圖正確，請點擊確認。 如果不是，請點擊預測意圖以展開清單，然後選擇正確的意圖並點擊確認。
    4. 當您在此步驟處理意圖時，Agent Builder會在頁面右側顯示配置所選意圖時使用的訓練範例清單。 從此清單中，您可以新增範例，修改或刪除現有的範例。
  5. 新增Mpower Agent回應：
    1. 在故事頁面的中間面板中，將滑鼠懸停在加號上，直到它Mpower Agent變為內部有一個機器人頭的圓形四角正方形。圖示。 按兩下「常規」選項卡上的「消息」操作。

    2. 輸入您希望Mpower Agent說的消息。

    3. 點擊變體圖示，由兩個交叉箭頭表示打開一個對話框，您可以在其中為剛剛添加的Mpower Agent消息添加變體。在此對話框中，點擊添加變體，然後鍵入頂部顯示的原始訊息的不同版本。 新增任意數量的變數。 Mpower Agent將隨機選擇要在對話中使用的變體。
  6. 完成更改後，按兩下訓練和階段以更新Mpower Agent 模型Closed 經過訓練和準備測試的機器人版本以測試此更改。

訓練和測試Mpower Agent

在為她的第一個用例建立了每一個意圖、規則和案例之後，Akela 點擊訓練和階段。 這將創建一個包含這些配置的新Mpower Agent模型。 不過，這只是訓練的第一步。 在為密碼重置用例添加完規則和案例后，Akela 需要測試其Mpower Agent預測和回應用例中意圖的能力。

為此，她開始用Agent Builder進行訓練和測試：

  1. Akela 要做的第一件事是點擊訓練和舞臺以確保她的Mpower Agent與她所做的所有更改保持同步。
  2. 在訓練過程中，Akela 找到密碼重設用例的實際對話範例。
  3. 她點擊圖示，用一個對話氣泡表示訓練和舞臺旁邊的語音氣泡。
  4. Akela 選擇其中一個對話範例，並扮演聯絡人的角色。 她像指令碼一樣依照範例，以Hello開始對話。
    阿凱拉與她的Mpower Agent的訓練聊天。
  5. Mpower Agent表現完美無瑕。 Akela 在聊天視窗中點擊重設並開始下一個對話範例。
  6. 這段對話就沒那麼順利了。 Mpower Agent正確預測了Reset_password意圖，但在使用富連結操作做出回應後，聯絡人回復哦，這很容易。 不知道為什麼我沒看到。
  7. Akela 記下未識別的訊息，以便稍後處理。
  8. 她繼續測試。 她發現另外兩個聯絡人在Mpower Agent發送URL訊息後回復了意外訊息：
    • 一個說DUH haha！ 這是顯而易見的！ 另一個說我之前怎麼沒想到？ 謝謝。
    • 第二個回應包含單詞 謝謝，因此Mpower Agent預測了感謝意圖。 然而，Akela 知道，如果沒有這一點，Mpower Agent可能無法做出適當的回應。
  9. 在測試其他對話範例時，Mpower Agent無法預測我的帳戶被鎖定的正確意圖。 Akela 將此範例新增到 Reset_password 意圖。
  10. 她重設聊天視窗，並重複範例對話。 這一次，Mpower Agent正確預測了意圖。
  11. Akela 注意到，雖然我的帳戶被鎖定觸發了Reset_password意圖，但我很遺憾聽到這個消息！ 您可以在我們的網站上完成操作。 不是適當的回應。
  12. Akela 現在有兩項任務要做，以完善她的Mpower Agent對這一意圖的回應：
    • 為任何意外的訊息建立遞補機制。
    • 為聯絡人表達解決方案很簡單而鬆了一口氣的表達方式建立一個意圖。

如果可以找到來自聯繫人的密碼重置請求的一些實際範例，請在本教程中創建的Mpower Agent上運行一些測試。 如果您沒有真實範例，您可以按照本教程的目的想像一些對話。 試著想想真人是如何說話和提問的。

如果您的Mpower Agent無法正確預測意圖，請跟蹤詳細資訊，以便在測試後進行更改。

  1. 在任何頁面Agent Builder中，點擊頂部工具列中圖示，用一個對話氣泡表示的語音氣泡。
    Talk to [<MadCap：variable name="Terms.MpowerAgentSing" /> Name] 螢幕。
  2. 在聊天視窗底部的欄位中輸入訊息Closed 聯絡人在與機器人互動時表達的任何內容，無論是問題還是陳述，以文字形式還是話語形式。，就像在任何聊天對話中一樣。 您的Mpower Agent會像在實際互動中一樣做出回應。
  3. 使用聊天視窗中的選項來改善您的Mpower Agent：
    • 查看Mpower Agent的意圖預測：點擊每條消息下方顯示的意圖預測。 下拉式清單會展開，顯示符合的意圖，以及每項意圖的可信度。
    • 新增一條訊息作為意圖範例：將游標懸停在聊天視窗中的消息上，然後按兩下帶有加號一個燈泡，旁邊有一個加號。的燈泡。
    • 前往與其中一個Mpower Agent回應關聯的規則或案例：當Mpower Agent回應旁邊顯示意圖時，點擊該意圖。 從下拉式清單中，點擊您要轉至的案例或規則。 Agent Builder顯示選取的規則或案例。
    • 檢視Mpower Agent型號：點擊聊天視窗頂部的型號。
  4. 繼續輸入消息並查看Mpower Agent給出的回復。 如果Mpower Agent在任何時候以意外的方式回應，您可以停止並更正問題。 例如，您可能需要建立新意圖Closed 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。或者規則Closed 用於定義Mpower Agent 的回應不隨上下文改變的訊息。。 進行更改後，按兩下訓練和階段以創建新模型，以便可以測試並查看更改是否有效。
  5. 如果您在更正問題後需要重新開始互動，請點擊重置。

建立遞補

通過她的測試，Akela 發現，如果聯絡人說了一些意想不到的話，Mpower Agent不知道如何回應。 她決定建立遞補來處理這種情況。 遞補有三種：動作、NLU 和富訊息。 Akela 認為就目前的情況而言，她需要的是 NLU 遞補。 這是因為NLU回退適用於聯絡人說出意外情況的情況。

  1. 在「對話」 > 「遞補」標籤上，她點擊頁面左側清單中的 NLU。
  2. 她看了「基本」和「進階」選項，然後選擇進階。
  3. 在「高級」頁上，她決定不更改步驟 1 的預設Mpower Agent消息。
  4. 對於步驟 2，Akela 新增了一個訊息動作，後跟一個移交動作，如下圖所示。
    高級NLU回退，包含Mpower Agent回應訊息和移交操作。
  1. 點擊左側圖示選單中的對話 圖示，看起來像對話氣泡。。
  2. 在「遞補」標籤中，點擊 NLU。
  3. 點擊切換開關，選擇基本或進階。
  4. 如果選擇基本遞補：
    1. 若要為 NLU 可信度臨界值使用自訂值，請在欄位中輸入該值。 這將設置Mpower Agent根據聯絡人的話語Closed 聯絡人所說或所輸入的內容。預測意圖所需的最低置信度。
    2. 點擊訊息以編輯預設回應。
    3. 如果您希望Mpower Agent在仍然不理解的情況下使用移交Closed 將聯絡人從虛擬客服專員轉移到即時客服專員。規則，請按兩下加號 +然後選擇移交。
  5. 如果選擇進階遞補：
    1. 在第 1 步中，如果切換開關已開啟，並且客戶確認了意圖，則會將訊息新增到意圖。 點擊訊息以編輯預設回應。 您還可以變更按鈕的文字和意圖。
    2. 在第 2 步中，點擊訊息以編輯預設回應。
    3. 如果您希望Mpower Agent使用移交Closed 將聯絡人從虛擬客服專員轉移到即時客服專員。 動作如果它仍然不理解，請按兩下加號 +然後選擇移交。
  6. 完成更改後，按兩下訓練和階段以更新Mpower Agent 模型Closed 經過訓練和準備測試的機器人版本以測試此更改。

細化意圖、規則和案例

Akela 正在處理測試，修正聯絡人表達解決方案很簡單而感到寬慰的表達方式：

  1. Akela 前往 NLU > 「意圖」標籤，並在 Conversation_defaults 資料夾中建立寬慰意圖。 她所建立的意圖是通用的，與任何情況都沒有特別關係。 這意味著每當聯絡人表示寬慰時，Mpower Agent都可以做出回應。
  2. 她新增了她已經找到的範例，包括嗯，呃，這是顯而易見的、我之前怎麼沒想到、以及哦，這很容易。。
  3. 接下來，她以其中一個範例作為聯絡人訊息，建立了一個案例。 她Mpower Agent回復消息動作，說我很高興能提供説明！ 我還能為您做些什麼嗎？訊息動作回應

重複測試

修正初步測試時發現的問題後，Akela 重複測試。 當她沒有發現任何其他問題時，她會為計劃的其他用例添加更多意圖、案例和規則。 添加並測試完所有用例后，她決定將Mpower Agent部署到生產環境。

檢閱對話資料

在她的Mpower Agent上線幾天后，Akela 會在 中的洞察>對話Agent Builder標籤上查看對話數據。 很快就會發現，許多使用者會在同一訊息中結合感謝和道別。 她決定，如果她創建一個多意圖，以便Mpower Agent可以一起回應這些意圖，對話將會有更好的流程。 多意圖涵蓋聯絡人在單一訊息中有兩個意圖的情況。 她開始如下操作：

  1. 在 Conversation_defaults 資料夾中，她建立了一個名為thanks + goodbye的意圖。 加號 ( + ) 使其成為多意圖。
  2. Aklea 從收集到的互動範例中，為這些意圖新增範例。 她新增了一些範例，例如這管用。 再見、謝謝 稍後再見、感謝您的幫助，再見和謝謝，再見。
  3. 接下來，她建立了一個使用 thanks + goodbye 意圖的規則。 Mpower Agent回應是一個消息操作，顯示不客氣。 祝您愉快。
  1. 點擊左側圖示選單中的 NLU 圖示，看起來像一個頭像輪廓內的齒輪。。
  2. 在意向選項卡上，按兩下加號新增圖示。
    顯示與插槽結合使用的新意圖條目的螢幕截圖
  3. 輸入名稱，然後按Enter。名稱應包含由加號字元 （+） 連接的兩個意圖。 您會在下列圖像中看到 Akela 的多意圖：thanks + goodbye
  4. 在右側窗格中，在新意圖範例欄位中輸入短語，這些短語是此意圖的唯一短語。 在每個短語後按 Enter。 所做的變更會自動儲存。或者，使用閃爍圖示，表示您可以為意圖生成建議的範例。圖示自動生成意圖範例。 單擊全部添加以使用所有建議的範例。 如果您不想使用所有建議的範例，請瀏覽清單並按下要使用的每個範例右側的加號新增圖示。 在本教程中，Akela 添加了That works. Bye, Thanks! Talk to you later和I appreciate your help.。 Good bye。
  5. 完成更改後，按兩下訓練和階段以更新Mpower Agent 模型Closed 經過訓練和準備測試的機器人版本以測試此更改。