次の方法で共有

エージェントのトピックを定義する

  • [アーティクル]

エージェントに最適なトピックを定義するには、ユーザーが尋ねる可能性のある質問や達成しようとしているタスク、および提供する必要がある情報と自動化の種類を理解する必要があります。

たとえば、小売店の エージェント では、ユーザーに 4 つの操作 (店舗を探す、注文する、注文の状態を確認する、購入した製品を返品する) から選択するように求めることができます。 その回答に基づいて、それぞれ独自のトピック対話が用意された 4 つのトピックのいずれかに導きます。

この情報の初期ソース セットは、次を含みます。

  • 既存のよくある質問 (FAQ) またはサポート情報 (KB)。
  • 社内や顧客サービスのシナリオで、従業員や顧客が提起する一般的な話題。 カスタマーサービス エージェント を構築している場合は、既存のサービス担当者と話し合って、最も一般的な質問の内容と、通常尋ねられる順序を確認してください。

トピックの別のタイプ

通常、エージェント ユーザーには、対処したい特定の質問や問題、または解決したい問題 (「タスク」) があります。 エージェント ユーザーが実行するタスクの種類 (したがって、作成する必要がある エージェント トピックの種類) は、次の 3 つのカテゴリに分類されます。

  1. 情報: たとえば "これは何ですか…?"、"それはいつですか…?"、"それは何故ですか…?"

  2. タスクの完了: "これをお願いします…"、"この方法は…?"

  3. トラブルシューティング: "正常に動作しません…"、"エラー メッセージが表示されました…"

また、「助けが必要です」や「買い物」などのあいまいなユーザーの質問を処理するために、エージェント トピックを作成する必要がある場合もあります。これらのトピックは、正しいトピックにルーティングできるように、エージェントユーザーに説明を求めます。

トピックの設計プロセス

  1. トピックを特定する

    • エージェントユーザーが質問するトピックを選択します。
    • 効果的なトピックから始めます。
    • ユーザーの視点からトピックについて考えます。 その際は、エンドユーザーは社内の担当者よりも、その分野に習熟しておらず、ナレッジが少ない可能性に留意します。

  2. すべてのシナリオをリストアップする

    • 考えられるシナリオをすべてリストします。
    • シナリオを、情報、タスクの完了、トラブルシューティング に分類します。
    • トピックの階層化: ユーザーが最初に尋ねる質問は何ですか?

  3. 重要な会話ツリーの設計

    • 会話ツリーを描きます。
    • それぞれのトピックで尋ねられる質問の階層を定義します。
    • 状況を把握して適切なソリューションを提供する上で、最小限の質問を定義します。

  4. 設計を検証して、これを繰り返す

    • 公開する前に対話を声に出して読み上げ、口調や言葉遣いに問題があるかどうかを確認します。
    • 分析を取得してセッションのトランスクリプトを読み取り、さらに最適化します。
    • オーサリングの反復ごとに エージェント ユーザーと エージェント のやり取りを観察することで、エージェント トピックを継続的に反復して改良します。

重要

  • Web サイトまたはアプリで既に実施できている作業を複製する必要はありません。顧客は Web サイトまたはアプリを使い慣れている可能性が高く、一般的なタスクを自分で行うことができるため、エージェントの関与は不要です。
  • まず、大量のチャットや通話が発生する問題やシナリオのトピックを作成することに重点を置きます。 その他の重要度の低い問題のロングテールには、一定の期間をかけて取り組みます。
  • 設計はできる限り徹底的に行い、ユーザーが質問したりサポートが必要になったりする可能性のあるすべてのシナリオを考慮してください。

シングル ターンとマルチ ターンの対話を両方とも計画する

単純な対話の場合は、1 つの質問と 1 つの回答だけでシングル ターンの会話を作成します。 しかし、より本質的なトピックでは、ユーザーとあなたのエージェントの間で何度もやり取りするマルチターンの会話が必要です。

たとえば、ユーザーが小売店の エージェント に近くに店舗があるかどうかを尋ねた場合、エージェントは可能な回答を絞り込むための質問で応答する場合があります。 これらの応答は、お住まいの都市はどこですか？ や 郵便番号は何ですか？ といったものです。ユーザーの応答は、会話におけるエージェントの次の応答を決定します。

ネイティブ生成型 AI 機能を使用する

エージェントをデザインするとき、エージェントユーザーが尋ねるすべてのタイプの質問を予測できない場合があります。 これを軽減するために、Copilot Studio は強力な AI を活用した機能を搭載しており、自然言語理解 (NLU) モデルによる最新の進歩を利用できます。

エージェントの 会話を強化する オプションを有効にし、エージェントを一般に公開されているBingインデックス付きのWebサイトにリンクすると、エージェントは、すべての不測の事態や「エッジケース」のトピックを作成する必要なく、自動的に生成された、会話に適した、平易な言語の応答を提供できます。

膨大なシングルターンの質問と回答のペアをオフロードする

Copilot Studio エージェント を 1,000 トピックに制限します。

大量のよくある質問やサポート情報を抱えている場合は、フォールバック トピックを使用 して Copilot Studio で単一のユーザー エクスペリエンスを提供し、同時に Copilot Studio トピックが含まない質問と回答のペアをオフロードして、質問と回答のペアごとに 1 つのトピックを作成することを回避できます。

チップ

トピック作成のベスト プラクティス