トピック エンリッチメント分析
認識されていない意図を分析する
Copilot Studio には会話ブーストとフォールバック システムのトピックが組み込まれています。 これらのトピックは、自然言語理解 (NLU) モデルが、指定されたユーザー クエリに一致するトピックまたはアクションを見つけられなかった場合にトリガーされるように設定されます。 優先順位としては、会話ブーストは フォールバック トピックよりも先にトリガーされます。
認識されない発話のほとんどが人間の担当者にエスカレーションされ、つまり、転送されない場合は、フォールバックを一貫してトリガーするユーザーの使用パターンに対処することで、転送を改善する機会があります。
チップ
トピック エンリッチメントは、フォールバック トピックをトリガーしたユーザー クエリを再利用して、Copilot Studio 内の関連トピックをトリガーすることに重点を置いたオフライン データ分析演習です。
フォールバック トピックをもとに分析したユーザー クエリは通常、次のバケットに分類されます。
既存のトピックにトリガー すると予想されるが、何らかの理由でエージェント's NLU. によって見逃されるユーザークエリ
新しく提案されたトピックに変換できるユーザー クエリ。
既存または新しいトピックに関連していない、マップされていないユーザー クエリ。
その他のカテゴリには、複数のトピックが一致しました (あるいは「もしかして」) トピック をトリガーし、その後に会話のブーストまたはフォールバックが続くユーザー クエリが含まれます。 会話のブーストまたはフォールバックにヒットする不明確なユーザークエリ。 会話のブーストやフォールバックにつながる不完全な会話からのユーザークエリも同様です。
4 つのカテゴリのうち、1 つ目と 2 つ目はすぐに実行できます。 これらのカテゴリの結果に基づいて、既存のトピックにトリガー フレーズを追加したり、新しいトピックを作成したりして、トピックを充実させることができます。
標準分析によるトピック エンリッチメント
Copilot Studio は、すぐに使える高度な AI 機能を提供します。 提案された新しいトピックのリストを識別するには、作成者が会話ブースト / フォールバック トピックを有効にしたくない場合に、AI 機能 をオンにして、チャット トランスクリプトからのトピック提案を有効にします。
重要
これらの従来の AI 機能にアクセスできるのは、クラシック ボットまたは Teams コパイロット のみです。
また、この情報を利用して、転送率を改善させる新しいトピックを作成できます。
