Entwerfen von Wissens-Bots

GILT FÜR: SDK v4

Sie können einen Wissens-Bot entwerfen, der nahezu jedes Thema abdeckt. Unabhängig vom jeweiligen Anwendungsfall, für den ein Wissens-Bot konzipiert ist, ist das grundlegende Ziel immer das gleiche: Suchen und Zurückgeben der vom Benutzer angeforderten Informationen durch Nutzung von Datenbeständen.

So kann ein Wissensbot beispielsweise Fragen zu Veranstaltungen beantworten, etwa: „Welche Veranstaltungen zu Bots finden auf dieser Konferenz statt?“ oder „Was findet das nächste Reggaekonzert statt?“. Ein anderer Bot beantwortet hingegen möglicherweise IT-bezogene Fragen wie „Wie aktualisiere ich mein Betriebssystem?“ oder „Wo kann ich mein Passwort zurücksetzen?“. Noch ein anderer Bot kann Fragen zu Kontakten beantworten, z.B. „Wer ist Max Mustermann?“ oder „Wie lautet Max Mustermanns E-Mail-Adresse?“.

In diesem Artikel werden einige der KI-Funktionen behandelt, die Sie einem Bot hinzufügen können, z. B. um einem Benutzer die Suche nach Informationen zu ermöglichen, Fragen zu stellen oder mit Informationen zu interagieren. Welche Azure KI-Dienste das Bot Framework SDK unterstützt, finden Sie unter natürliches Sprachverständnis.

Tipp

Azure KI Services umfasst sich entwickelnde Technologien. In diesem Artikel werden sowohl neuere als auch ältere Features beschrieben.

Über Konfidenzbewertungen

Einige Features ermöglichen es einem Bot, Informationen aus einem Wissensdatenbank oder einem Sprachmodell zurückzugeben, um einer Benutzerfrage oder Abfrage zu entsprechen.

Wenn der Benutzer beispielsweise einen Wissens-Bot für Musik nach Informationen zu „Impala“ (anstelle von „Tame Impala“) fragt, kann der Bot mit Informationen antworten, die höchstwahrscheinlich für diese Eingabe relevant sind. Ebenso können Sprachverständnis-Features ein Sprachmodell verwenden, um die wahrscheinliche Absicht von Benutzereingaben zu extrahieren. Wenn der Benutzer beispielsweise einen Reisebüro-Bot bittet, „ein Zimmer für drei Tage zu buchen“, kann der Bot eine „Zimmer buchen“-Absicht extrahieren und nachverfolgen, indem Details gesammelt werden.

Sowohl die Such- als auch die Absichtserkennung geben eine Konfidenzbewertung zurück, die den Konfidenzfaktor angibt, über den die Engine verfügt, dass ein bestimmtes Ergebnis korrekt ist. Verwenden Sie Konfidenzbewertungen, um Ergebnisse zu sortieren oder anders zu reagieren, je nach Gesamtzuversicht in Ihrer Antwort.

Hinweis

Wenn Sie eine Kombination aus verschiedenen Dienst- oder Feature-Typen implementieren, testen Sie Eingaben mit jedem der Tools, um den Schwellenwert für alle Ihrer Modelle zu bestimmen. Die Dienste und Features verwenden unterschiedliche Bewertungskriterien, sodass die in diesen Tools generierten Bewertungen nicht direkt vergleichbar sind. Beispielsweise hat der QnA Maker-Dienst einen Konfidenzbereich von 0 bis 100 verwendet, während das Frage-Antwort-Feature einen Bereich von 0,0 bis 1,0 verwendet.

• Wenn die Konfidenz hoch ist, antwortet Ihr Bot möglicherweise mit „Hier ist das Ereignis, das Ihrer Suche am besten entspricht“ oder „Ich kann Ihnen helfen, ein Zimmer zu reservieren“ und die beste Antwort geben oder Nachverfolgungsfragen stellen.
• Wenn die Konfidenz gering ist, antwortet Ihr Bot möglicherweise mit „Hmm... suchen Sie nach einem dieser Ereignisse?“ oder „Ich kann Ihnen bei den folgenden Dingen helfen:“ und präsentiert eine Liste möglicher Antworten oder Optionen.

So filtern Sie Themen

Sie können Wissens-Bots entwerfen, damit ein Benutzer eine Suche eingrenzen und verfeinern kann. Innerhalb einer Unterhaltung kann der Bot Fragen stellen, Optionen präsentieren und Ergebnisse auf eine Weise überprüfen, die in der Standardsuche nicht möglich ist.

Beispielsweise kann ein Ereignis-Bot herausfinden, an welcher Art von Ereignis der Benutzer interessiert ist, indem er eine Reihe von Fragen stellt. Betrachten Sie die folgenden Konversation:

1. Benutzer, „Ereignisse“
2. Bot, „Woran sind Sie interessiert? Musik, Komödie, Film...“.
3. Benutzer, "Musik".
4. Bot „An welcher Art von Musik sind Sie interessiert? Egal welche, Rock/Pop, Hip-Hop/Rap, ...“.
5. Benutzer, „Rock/Pop“.
6. Bot, „An welchem Tag möchten Sie Rock/Pop sehen? Freitag, Samstag, Sonntag, egal“.
7. Benutzer, „Samstag“.
8. Bot, „Hier sind die Rock/Pop Shows für Samstag:“, mit einer Liste der gefundenen Shows.

Durch Verarbeitung der Benutzereingabe in jedem Schritt und Anzeige der relevanten Optionen führt der Bot den Benutzer zu den gesuchten Informationen. Nachdem der Bot diese Informationen bereitgestellt hat, kann er auch Anleitungen dazu geben, wie in Zukunft auf effizientere Weise nach ähnlichen Informationen gesucht werden kann.

Übrigens können Sie einfach „Rock Freitag“ eingeben oder per Namen nach einem Ereignis suchen.

Informationen zu verwandten Azure-Diensten finden Sie unter Suche im Konzeptartikel Natürliches Sprachverständnis.

Fragen beantworten

Sie können Wissens-Bots entwerfen, um häufig gestellte Fragen zu beantworten. Dienste, die Frage-Antwort-Features unterstützen, ermöglichen Ihnen oder Ihrem Bot häufig Folgendes:

• Trainieren und Testen einer Wissensdatenbank.
• Importieren von Informationen in eine Wissensdatenbank, z. B. aus einer Datei oder Webseite.
• Erraten Sie, welche Antwort am besten der Frage des Benutzers zugeordnet ist.
• Stellen Sie dem Benutzer Nachverfolgungsfragen, um die gesuchte Antwort zu finden.

Informationen zu verwandten Azure-Diensten finden Sie unter Fragen und Antworten im Konzeptartikel Natürliches Sprachverständnis.

So interpretieren Sie die Absicht

Einige Wissens-Bots erfordern Funktionen zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), damit sie Nachrichten eines Benutzers analysieren und so die Absicht des Benutzers sowie andere wichtige Informationen ermitteln können.

In einem Bot zur Wiedergabe von Musik kann ein Benutzer beispielsweise „Spiel Reggae“, „Spiel Bob Marley“ oder „Spiel One Love“ als Nachricht angeben. Sie können ein Sprachmodell trainieren, um jede dieser Nachrichten der Absicht „playMusic“ zuzuordnen, ohne mit jedem Künstler, Genre und Songnamen geschult zu werden.

Ihr Sprachmodell versteht möglicherweise nicht, ob das Abzuspielende, die Entität, ein Genre, Künstler oder Lied ist. Ihr Bot kann jedoch mithilfe dieser Informationen nach dieser Entität suchen und von dort fortfahren.

Informationen zu verwandten Azure-Diensten finden Sie unter Sprachverständnis im Konzeptartikel Natürliches Sprachverständnis.

So integrieren Sie mehrere Features

Jedes NLP-Feature ist ein leistungsfähiges Tool. Ihr Bot kann diese Features und andere jedoch kombinieren, um Ihren Benutzern eine flüssigere und natürlichere Erfahrung zu bieten. Verwenden Sie die Konfidenzbewertungen, um zu bestimmen, welches Feature der Nachricht des Benutzers am besten zugeordnet ist, und stellen Sie Nachverfolgungsfragen, wenn die beste Übereinstimmung mehrdeutig ist.

Ein solcher Bot kann z. B. dem Benutzer folgendes ermöglichen:

• Finden Sie eine Show, die sie besuchen möchten.
• Erhalten Sie Informationen über den Künstler, den Veranstaltungsort und die Veranstaltung.
• Erwerben Sie ein Ticket oder registrieren Sie sich für Benachrichtigungen zu zukünftigen Veranstaltungen.

Informationen zu verwandten Azure-Diensten finden Sie unter Mehrere Features zusammen verwenden im Konzeptartikel Natürliches Sprachverständnis.

Erkunden von Beispielen

Das Bot Framework-Beispiel-Repository verfügt über einige Beispiel-Bots, die Sprachverständnisfeatures veranschaulichen:

Beispiel	Name des Beispiels	Beschreibung
11	QnA Maker (einfach)	Beantworten Sie Fragen als eine Reihe von Einzelgesprächen mit QnA Maker.
13	Core Bot	Interpretieren Sie die Absicht des Benutzers mithilfe von LUIS.
14	NLP mit Versand	Versenden Sie Benutzernachrichten mithilfe von Orchestrator an LUIS oder QnA Maker.
49	QnA Maker (erweitert)	Beantworten Sie Fragen mithilfe von Multi-Turn- und aktiven Lernfunktionen in QnA Maker.

Hinweis

Azure KI QnA Maker wird am 31. März 2025 eingestellt. Ab dem 01. Oktober 2022 können Sie keine neuen QnA Maker-Ressourcen oder Wissensdatenbanken mehr erstellen. Eine neuere Version der Funktionalität „Fragen und Antworten“ ist jetzt als Teil von Azure KI Language verfügbar.

Benutzerdefiniertes Fragen und Antworten, eine Azure KI Language-Funktion, ist die aktualisierte Version des QnA Maker-Diensts. Weitere Informationen zur Unterstützung von Fragen und Antworten im Bot Framework SDK finden Sie unter Natürliches Sprachverständnis.

Hinweis

Language Understanding (LUIS) wird am 1. Oktober 2025 eingestellt. Ab dem 1. April 2023 können Sie keine neuen LUIS-Ressourcen erstellen. Eine neuere Version von Language Understanding ist jetzt als Teil von Azure KI Language verfügbar.

Conversational Language Understanding (CLU), ein Feature von Azure KI Language, ist die aktualisierte Version von LUIS. Weitere Informationen zu Language Understanding im Bot Framework-SDK finden Sie unter Natürliches Sprachverständnis.

Das Azure SDK für .NET - und Azure SDK für Python-Repositorys enthält auch einige Beispiele:

Funktion	Beispiele FÜR README
Fragen und Antworten	C#, Python
Conversational Language Understanding und Orchestrierungs-Workflow	C#, Python