Jaa

Entiteettien ja paikkojen täyttämisen parhaat käytännöt Copilot Studioissa

  • Artikkeli

Mikä on paikan täyttö?

Paikkojen täyttäminen liittyy sellaisten entiteettien käyttöön , joiden avulla asiakaspalvelija voi hankkia ja käyttää tietoja helpommin tunnistamalla ja poimimalla ne käyttäjän kyselystä.

Asiakaspalvelija tarvitsee yleensä useita tietoja käyttäjältä työnsä suorittamiseksi. Näiden tietojen hankkimiseksi kysyt yleensä erillisiä kysymyksiä, yhden jokaisesta asiakaspalvelija tarvitsemasta tosiasiasta. Kun käytät entiteettejä kysymyksissäsi, Copilot Studio havaitsee vaaditut tiedot ja ohittaa kysymykset, joissa tiedot voidaan tunnistaa käynnistävässä käyttäjän kyselyssä.

Esimerkiksi kun käyttäjä kysyy: Haluaisin tilata 3 isoa sinistä t-paitaa

Copilot Studio Luonnollisen kielen ymmärtäminen (NLU) voi heti ymmärtää:

  • Aihe on Tilata
  • Määrä on 3
  • Väri on sininen
  • Tuotetyyppi on T-paita

Asiakaspalvelija voi sitten ohittaa tarpeettomat kysymykset. Jos joitakin tietoja puuttuu, esimerkiksi koko, se kysyy vastauksia kysymyksiin ennen eteenpäin siirtymistä. Paikkojen täyttämisen avulla asiakaspalvelija voi hankkia ja käyttää tietoja helpommin ja vähentää kysyttävien kysymysten määrää.

Ensin määritetään käytettävät entiteetit ja niiden tyypit.

Entiteettien määrittäminen

Copilot Studio sisältää useita tavallisimpia käyttötapauksia varten useita entiteettejä, kuten Sähköposti, Päivämäärä ja aika, Henkilön nimi, Puhelinnumero, Väri, Maa/alue, Kaupunki, Numero, Raha.

Valmiit entiteetit ovat tehokkaita, koska ne voivat käsitellä monenlaisia lomakkeen variaatioita. Jos esimerkiksi käytät keskustelussa rahaa, käyttäjä voi kirjoittaa arvoksi "100 $" tai "sata dollaria" tai "100 dollaria". NLU-malli Copilot Studioissa selvittää, että arvo on rahallinen arvo 100 dollaria.

Vihje

Arvoja syötetään kuitenkin niin kauan kuin niitä pyydetään keskustelutyönkulussasi kysymyksineen, ne tallentuvat muuttujiin, joita voit käyttää uudelleen.

Voit myös määrittää omat mukautetut entiteetit, kuten ItemType edellisestä esimerkistä. Mukautetut entiteetit voivat olla kahdentyyppisiä:

  • Suljettu luettelo: esimääritettyjen arvojen luettelo.
  • Tavalliset lausekkeet (RegEx): tiettyä mallia vastaavat tiedot. RegEx on ihanteellinen paikka siepata tietoja, jotka ovat aina samanmuotoisia (esimerkiksi lipunnumeron INC000001)

Parannetaan käyttökokemusta

Entiteettien käyttäminen yksinkertaistaa elämänlaatua, kun annat Copilot Studioin kerätä tietoja älykkäästi käyttäjäkyselyistä. Ennen muuta se parantaa käyttäjien elämänlaatua, sillä entiteetit voivat etsiä ja tallentaa tietoja käyttäjäkyselyistä ja antaa ne myöhemmin keskustelun käyttöön. Entiteetit parantavat käyttökokemusta – ne saavat asiakaspalvelija näyttämään älykkäämmältä – ja niiden käyttäminen aina kun mahdollista on ehdottomasti paras käytäntö.

Entiteetin parhaat käytännöt

Käytä synonyymeja

Voit lisätä synonyymeja suljetun luettelon entiteettien arvoihin laajentaaksesi manuaalisesti entiteetin luettelon kunkin kohteen täsmäytyslogiikkaa. Esimerkiksi "vaellukseen" tarkoitetun nimikkeen synonyymeja voivat olla "patikointi" ja "vuorikiipeily".

Vihje

  • Synonyymien käyttö voi myös auttaa aiheen laukaisemisessa, koska ne lisäävät laukaisevan lauseen painoa lisäämällä siihen liittyviä sanoja sen sisältämän kokonaisuuden synonyymeiksi. Jos esimerkiksi valitset "Valitus", lisää synonyymeihin samankaltaisia negatiivisia sanoja tai lauseita.
  • NLU-malli myös yleistää kaikki entiteettivariaatiot (toisin sanoen kaikki niiden arvot ja synonyymit), jos aihe-käynnistinlause sisältää vähintään yhden variaatioita tästä entiteetistä. Toisin sanoen asiakaspalvelija-tekijöiden tulisi sisällyttää yksi esimerkki käynnistinlause, jolla on yksi tämän entiteetin käyttö, jotta NLU voidaan yleistää muihin entiteettimuunnelmiin.

Ota älykäs kohdistaminen käyttöön

Jokaiselle suljetun luettelon entiteetille voi ottaa käyttöön myös älykkään kohdistamisen.

Smart Matching on osa asiakaspalvelija's NLU-mallin tukemaa älykkyyttä. Kun tämä asetus on käytössä, asiakaspalvelija tulkitsee käyttäjän syötteen sumeaa logiikkaa käyttäen entiteetissä lueteltujen kohteiden perusteella.

Erityisesti asiakaspalvelija korjaa kirjoitusvirheet automaattisesti ja laajentaa vastaavuuslogiikkaansa semanttisesti. Esimerkiksi asiakaspalvelija voi automaattisesti verrata "softball" ja "baseball".

Ole luova ja käytä säännöllisiä lausekkeita

Joskus entiteettien purkaminen käyttäjäkyselystä voi aiheuttaa sekaannusta NLU-mallille, erityisesti silloin, kun käyttäjäkyselyssä on useita samantyyppisiä entiteettejä.

Jos käyttäjä esimerkiksi sanoo: "voitko tuoda 2 pyyhettä ja 1 tyynyn huoneeseen 101"?

Sisäisen Numero-entiteetin käyttäminen olisi hämmentävää numeroiden 2, 1 ja 101 välillä. Voit kiertää tämän sekaannuksen määrittämään seuraavat säännölliset lauseke-entiteetit:

  • Pyyhkeen määrä: [1–9] pyyhe
  • Tyynyn määrä: [1–9] tyyny
  • Huoneen numero: [0-9]{3}

Vaihtoehdot entiteeteille viittaustietojen tallentamista varten

Suurten tai kehittyvien tietojoukkojen (esimerkiksi tuote- tai asiakasluettelon) kohdalla sinun kannattaa ehkä tarkistaa ulkoiset lähteet sen sijaan, että käytät Copilot Studioin suljetun luettelon entiteettejä. Käyttäjän tiedot on välitetty ulkoiseen palveluun Power Automaten pilvityönkulun avulla.

Aihelogiikka tarkistaa tuloksen oikeellisuuden (tai pyytää käyttäjää tarkistamaan sen), ennen kuin keskustelu etenee.

Dataverse on hyvä ehdokas tällaisten tietojen tallentamiseen, koska siinä on sisäänrakennettu Dataversen haku -ominaisuus, joka tukee sumeaa hakua ja tuottaa parhaat tulokset sekä luottamuspisteet. Vaikka haku olisikin täydellinen, se voi hakea mahdolliset vastineet.

Vihje

Lisätietoja esimerkkitoteutuksen tarkastelemisesta on kohdassa Tulosluettelon palauttaminen.