開始使用 Agent Builder

本頁介紹基本的對話式 AI 概念，並將其與Agent Builder聯繫起來。 目標是幫助您了解 Agent Builder 配置的目的，以及它們能幫助您達成什麼目的。

聯絡人與任何客服專員（包括Mpower AgentsClosed 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。或其他虛擬客服Closed 代替真人客服專員處理客戶互動的軟體應用程式。）之間的對話有三個關鍵要素。 主要對話元素在 Agent Builder 中有相對應的配置。 了解這些配置以及它們如何協同工作后，您就可以自信地創建Mpower Agent。 它們是：

  • 聯絡人說什麼。
  • 聯絡人想要什麼。
  • 客服專員或Mpower Agent所說和做什麼。

聯絡人所說的和想要的在 Agent Builder 中透過意圖、實體和插槽表示。 Mpower Agent的言行由故事、規則和Mpower Agent動作表示。

聯絡人的所說的話與需求：話語、意圖、實體和插槽

連絡人Closed 在聯絡中心與客服專員、IVR 或機器人互動的人。透過在聊天視窗中鍵入訊息或對著電話講話來與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。進行通信。 如果互動是電話呼叫，則從呼叫中捕獲的音訊將使用語音轉文字Closed 亦稱 STT，此流程會將語音轉換為文字。服務轉錄為文字。 Mpower Agent接收消息或轉錄的音訊（也稱為話語）並對其進行分析。 然後，Mpower Agent可以根據其配置為回應的方式對它們進行操作。

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。

Mpower Agent所說和行動：故事、規則和行動

人類的對話難以預測且多變。 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。回應不是。 這意味著您的Mpower Agent必須能夠正確解釋人類說話方式的廣泛差異，但它不必“思考”它將如何回應。 Mpower Agent回應在Agent Builder配置中有明確定義。 但是，Mpower Agent是否為這種情況選擇了正確的回應，取決於它對每個聯絡話語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。的意圖Closed 聯絡人所說或所輸入的內容。的識別程度。

概念 定義 範例 Mpower Agent做什麼
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。

Mpower Agent如何學習：培訓和測試

訓練將教您的Mpower Agent正確預測聯絡人的意圖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。。 首先要為您的Mpower Agent提供每個意圖的大量高品質、真實世界的示例。 這叫做訓練資料。 當與訓練對話Closed Mpower AgentAgent Builder中的故事、規則和流程。相結合時，訓練數據可以説明您Mpower Agent學會識別聯繫人Closed 在聯絡中心與客服專員、IVR 或機器人互動的人。需要什麼，然後做出適當的回應。

若要測試Mpower Agent，必須首先在其配置中生成數據的模型Closed 經過訓練和準備測試的機器人版本。 在Agent Builder中，訓練和階段選項會觸發要構建的新模型。 該程序在後台運行。

透過分析配置的意圖、案例、規則、範例和其他訓練資料建立模型。 該模型是您的Mpower Agent的核心 - 一個軟體程式，它分析對話人類語音，從其數據點集中確定最接近的匹配項，然後執行相應的操作。

您可以隨意建立新的模型。 每個模型都有編號，並有過去模型的歷史清單。

構建模型后，可以測試Mpower Agent。 測試涉及與您的Mpower Agent進行對話。 這就是你如何找到它不理解你的資訊或做出錯誤預測的地方。 您可以修正配置，建立新的模型，並再次進行測試。

Agent Builder有一個內置的聊天程式，您可以使用它與Mpower Agent進行測試對話。 您還可以與可以幫助您測試Mpower Agent的其他人分享您的。 他們不必向您報告他們的經歷，因為您的Mpower Agent的每一次對話都會保存在Agent Builder中。 您可以檢閱它們，以找出需要注意的痛點。

在Mpower Agent開發期間以及投入生產後，查看對話數據非常重要。 需要不斷微調意圖、案例和規則，以確保您的Mpower Agent繼續表現良好。

如何處理麻煩

Agent Builder提供了兩種配置，允許您處理潛在的Mpower Agent問題：

  • 後備：這會教您的Mpower Agent在不確定如何進行時該怎麼做。 有兩類形式的遞補：
    • NLU回退：當Mpower Agent不確定其理解聯絡人時使用。
    • 動作回退：當Mpower Agent對其預測下一個動作的能力沒有信心時使用。
  • 安全網：安全網允許您配置當Mpower Agent或其連接的系統出現其他問題時會發生什麼情況。 這可能包括諸如Mpower Agent需要比正常時間更長的時間來回應聯繫人之類的事情。

遞補和安全網是預防性選項，但並非所有問題都能預防。 定期檢閱對話資料以尋找聯絡人痛點非常重要。

監控和管理您的Mpower Agents

Agent Builder提供了許多可用於監視Mpower Agent性能的工具。 這是管理Mpower Agents的關鍵、持續部分。 通過使用這些工具定期監控其性能，您可以發現痛點並優化Mpower Agent配置以緩解痛點。

下列工具可讓您檢閱對話資料：

  • 洞察：報告和即時互動式分析為您的Mpower Agents 
      • Dashboard：提供顯示有關聯絡人對話和訊息的即時資料的小工具。
      • 旅程：在聯絡人對話期間提供有關意圖流程的詳細分析。
      • 對話：顯示所有Mpower Agent對話供您檢視。 您可以從這些真實的對話中搜尋、標記或建立訓練資料。
  • NLU收件匣：説明您管理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。數據，以提高Mpower Agent的品質。 顯示聯絡人的所有新訊息。
  • 查詢搜尋：使用標記以縮窄 NLU 收件匣或洞察部分的結果。

以下工具允許您管理和組織Mpower Agent資料：

  • 標記：將標記用於整個Agent Builder。 您可以讓Mpower Agent自動應用它們，也可以手動應用它們。
  • 機器人技能：使用機器人技能根據Mpower Agent能做什麼來組織訓練數據。 您可以依技能篩選訓練資料，以限制您可以看到的內容。

以下工具允許您檢視有關Mpower Agent的資訊：

  • 健康監控：顯示有關Mpower Agent的訓練、模型和配置更改的資訊。
  • 匯入和匯出工具：匯入或匯出Mpower Agents中的某些資料。 您可以將此作為備份選項。
  • 活動記錄檔：提供使用者登入 Agent Builder 後的活動的歷程記錄。

充分利用 Agent Builder

當您開始制定如何最好地Mpower Agents進入聯絡中心的計劃時，請考慮以下想法。 這些想法可以幫助您充分利用 Agent Builder。

  • 為不同的用例、管道或受眾構建多個Mpower Agents。 您可以使用數位Closed 任何與Digital Experience相關的通道、聯絡或技能。ACD技能讓其與真人客服專員一起工作。 CXone Mpower將您的Mpower Agent視為用戶實體，因此路由對它們和人工客服專員的工作方式相同。

  • Mpower Agents有許多用例。 例如，您可以：

    • 在將聯絡人轉接至真人客服專員之前收集資訊。

    • 在互動開始時處理分流，將聯絡人轉接至更具體的客服專員。

    • 使用機器人來處理您的客服專員收到的最常見和最簡單的問題，例如檢查訂單狀態或帳單到期日、更新聯絡資訊，或有關商店位置和營業時間的問題。

    • 讓機器人值夜班，以提供 24/7 的客戶服務。 為夜間互動建立數位ACD技能，然後設定您的指令碼，以便在夜間將傳入的互動發送到Mpower Agent。 Mpower Agent可以處理互動，也可以將其路由給客服專員在第二天早上處理。

    • 使用 Autopilot Knowledge 直接從您的 Expert 知識管理中心提供答案。
    • 透過 API 設定 Agent Builder 與其他系統之間的整合，以增加您的機器人的實用性。
    • 設定文稿整合以使用Mpower Agent建立自訂JavaScript動作。
    • 使用它們為您的即時客服執行任務。 您的真人客服專員必須使用CXone Mpower Copilot for Agents才能以這種方式使用Mpower Agents。

如何開始新的Mpower Agent計劃

如果您是 Agent Builder 的新使用者，則可以依照教學。 它將引導您完成創建範例Mpower Agent。 它還包括您可以按照Agent Builder步驟創建第一個Mpower Agent。

熟悉Agent Builder介面和概念后，可以按照實施過程開始規劃和構建Mpower Agent。 此過程涵蓋創建和管理Mpower Agents所需的所有任務。

在你有一個穩定的Mpower Agent工作模式后，你可以開始慢慢地把它介紹給你的客戶。 與其立即讓Mpower Agent從一開始就處理滿負荷的交互，不如：

  • 將一小部分流量吸引到您的Mpower Agent，以緩慢開始。 隨著時間的推移，隨著它變得更智慧，更有能力處理更多用例，提高百分比。 在 Studio 指令碼中，使用指令碼邏輯設定條件，以定義應路由到Mpower Agent的流量。

  • 使用digitalACD技能Closed 用於基於客服專員技能、能力和知識的互動的自動化傳遞。和腳本邏輯在兩個不同的Mpower Agents之間拆分流量以進行 A/B 測試。 這有助於您驗證哪個Mpower Agent性能更好。