다음을 통해 공유


에이전트 토픽 정의

에이전트에 가장 적합한 주제를 정의하려면 사용자가 할 수 있는 질문이나 수행하려는 작업, 제공해야 하는 정보 및 자동화의 종류에 대한 이해가 필요합니다.

예를 들어 소매 에이전트은 사용자에게 매장 찾기, 주문, 주문 상태 확인 또는 구매한 제품 반품의 네 가지 작업 중에서 선택하도록 요청하는 것으로 시작할 수 있습니다. 그들의 대답은 각각 고유한 토픽 대화 상자가 있는 네 가지 토픽 중 하나로 이어질 수 있습니다.

이 정보의 초기 소스 세트는 다음과 같습니다.

  • 기존 자주 묻는 질문(FAQ) 또는 참조 자료(KB).
  • 내부 또는 고객 서비스 시나리오에서 직원이나 고객이 제기하는 일반적인 주제입니다. 고객 서비스 에이전트를 구축하는 경우 기존 서비스 담당자와 대화하여 가장 일반적인 질문이 무엇이고 일반적으로 묻는 순서를 알아보세요.

다른 유형의 토픽

일반적으로 에이전트 사용자는 해결하려는 특정 질문이나 문제 또는 해결하려는 문제("작업")가 있습니다. 에이전트 사용자가 수행하는 작업 유형(따라서 만들어야 하는 에이전트 주제 유형)은 다음 세 가지 범주로 나뉩니다.

  1. 정보: 예: "...은(는) 무엇입니까?", "언제…?", "왜…?"

  2. 작업 완료: "…를 원합니다", "…를 어떻게 할까요?"

  3. 문제 해결: "뭔가 작동하지 않습니다…", "오류 메시지가 나타납니다…"

"도움이 필요합니다" 또는 " 쇼핑"과 같은 모호한 사용자 질문을 처리하기 위해 에이전트 토픽을 만들어야 할 수도 있습니다. 이러한 토픽은 에이전트 사용자에게 설명을 요청하므로 올바른 토픽으로 라우팅될 수 있습니다.

토픽 디자인 프로세스

  1. 토픽 식별

    • 사용자가 질문하는 주제 에이전트를 선택합니다.
    • 영향력이 큰 토픽부터 시작하세요.
    • 사용자의 관점에서 주제에 대해 생각하세요. 그들은 귀하보다 해당 분야에 대해 덜 친숙하거나 지식이 없을 수 있음을 명심하십시오.
  2. 모든 시나리오 나열

    • 가능한 모든 시나리오를 나열합니다.
    • 시나리오 분류: 정보, 작업 완료문제 해결.
    • 토픽 계층화: 사용자가 묻는 초기 질문은 무엇입니까?
  3. 높은 수준의 대화 트리 디자인

    • 대화 트리를 그립니다.
    • 각 토픽 내에서 묻는 질문의 계층 구조를 정의합니다.
    • 상황을 이해하고 올바른 솔루션을 제공하기 위해 가장 적은 수의 질문을 정의하십시오.
  4. 설계 검증 및 반복

    • 어조나 단어에 문제가 있는지 식별하는 데 도움이 되도록 게시하기 전에 대화를 크게 읽으십시오.
    • 추가 최적화를 위해 분석을 가져오고 세션 기록을 읽습니다.
    • 각 작성 반복 후 에이전트 사용자와 에이전트의 상호 작용을 관찰하여 에이전트 항목을 지속적으로 반복하고 구체화합니다.

중요

  • 웹사이트나 앱이 이미 할 수 있는 일을 복제하는 데 그치지 말고, 고객은 웹사이트나 앱에 익숙할 가능성이 높으며 에이전트와 상호 작용할 필요 없이 일반적인 작업을 스스로 수행할 수 있습니다.
  • 먼저 많은 양의 채팅이나 통화를 생성하는 문제나 시나리오에 대한 토픽을 만드는 데 집중하세요. 일정 기간 동안 덜 중요한 다른 문제 남은 부분에 대해 작업합니다.
  • 디자인을 최대한 철저하게 하고 사용자가 도움을 요청하거나 필요할 수 있는 모든 잠재적 시나리오를 고려하세요.

단일 회전 및 다중 회전 상호 작용 모두에 대한 계획

간단한 상호 작용을 위해 하나의 질문과 하나의 답변으로 일회성 대화를 만듭니다. 그러나 보다 실질적인 주제에는 사용자와 에이전트 간의 여러 상호 작용이 있는 다중 턴 대화가 필요합니다.

예를 들어, 사용자가 소매점 에이전트에게 근처에 매장이 있는지 묻는 경우 에이전트는 가능한 응답의 범위를 좁히기 위해 질문으로 응답할 수 있습니다. 이러한 응답은 "어느 도시에 살고 있습니까?" 또는 "우편 번호가 무엇입니까?" 사용자의 응답에 따라 대화의 에이전트 다음 응답이 결정됩니다.

네이티브 생성형 AI 기능 사용

에이전트 디자인할 때 에이전트 사용자가 묻는 모든 유형의 질문을 예상하지 못할 수 있습니다. 이를 완화하기 위해 Copilot Studio는 자연어 이해(NLU) 모델의 최신 발전을 사용하는 강력한 AI 기반 기능을 통합합니다.

에이전트에 대화 부스트 옵션을 사용하도록 설정하고 에이전트 공개적으로 사용 가능한 Bing 인덱싱 웹 사이트에 연결하면 에이전트는 모든 우발적 상황 또는 "극단적인 경우"에 대한 항목을 만들 필요 없이 자동으로 생성되고 대화 친화적인 일반 언어 응답을 제공할 수 있습니다.

대량의 단일 질문 및 답변 쌍 오프로드

Copilot Studio 에이전트 주제를 1,000개로 제한합니다.

FAQ 또는 지식 베이스가 많은 경우 Copilot Studio 토픽 외부에서 오프로드하여 각 질문 및 답변 쌍에 대해 하나의 주제를 생성하지 않고 대체 토픽을 사용하여 Copilot Studio에서 단일 사용자 경험을 제공할 수 있습니다.