แนวทางปฏิบัติที่ดีที่สุดของเอนทิตีและการเติมช่องว่างใน Copilot Studio

การเติมช่องว่างคืออะไร

การกรอกช่องมีความเกี่ยวข้องกับการใช้ เอนทิตี ที่ให้ ตัวแทน สามารถรับและใช้ข้อมูลได้ง่ายขึ้นโดยการระบุและแยกข้อมูลเหล่านั้นจากแบบสอบถามของผู้ใช้

โดยทั่วไป ตัวแทน ต้องใช้ข้อมูลหลายชิ้นจากผู้ใช้จึงจะสามารถทำงานได้ ในการรับข้อมูลนี้ คุณมักจะถามคำถามแยกกัน คำถามละหนึ่งข้อสำหรับแต่ละข้อเท็จจริงที่ ตัวแทน ต้องการ เมื่อคุณใช้เอนทิตีในคำถามของคุณ Copilot Studio จะตรวจหาข้อมูลที่จำเป็นและข้ามคำถามที่ข้อมูลนั้นสามารถระบุได้ในการสอบถามของผู้ใช้ที่ทริกเกอร์

ตัวอย่างเช่น เมื่อผู้ใช้ถามว่า: ฉันต้องการสั่งซื้อเสื้อยืดสีน้ำเงินขนาดใหญ่ 3 ตัว

ความเข้าใจภาษาธรรมชาติ (NLU) ของ Copilot Studio สามารถเข้าใจได้ทันทีว่า:

• หัวข้อ คือ สั่งซื้อ
• จำนวนคือ 3
• สีคือ สีน้ำเงิน
• ประเภทสินค้าคือ เสื้อยืด

ตัวแทน สามารถข้ามคำถามที่ไม่จำเป็นได้ หากไม่มีข้อมูลบางส่วน เช่น ขนาด ระบบจะถามคำถามที่ยังไม่ได้รับคำตอบก่อนที่จะดำเนินการต่อ การกรอกช่องช่วยให้ ตัวแทน ของคุณรับและใช้ข้อมูลได้ง่ายขึ้น และลดจำนวนคำถามที่คุณต้องถาม

ก่อนอื่น คุณต้องกำหนดเอนทิตีที่คุณต้องการใช้และชนิดของเอนทิตี

การกำหนดเอนทิตี

Copilot Studio มีเอนทิตีในตัวหลายรายการสำหรับกรณีการใช้งานทั่วไป เช่น อีเมล, วันที่และเวลา, ชื่อบุคคล, หมายเลขโทรศัพท์, สี, ประเทศ, เมือง, ตัวเลข, เงิน และอื่นๆ

เอนทิตีในตัวมีประสิทธิภาพเนื่องจากสามารถจัดการกับรูปแบบต่างๆ ของข้อมูลได้ ตัวอย่างเช่น เมื่อใช้ เงิน ในการสนทนา ผู้ใช้อาจป้อนค่าเป็น "100 ดอลลาร์" หรือ "หนึ่งร้อยดอลลาร์" หรือ "100 ดอลลาร์" โมเดล NLU ใน Copilot Studio คิดออกว่ามูลค่าเป็นมูลค่าเงิน 100 ดอลลาร์

เคล็ดลับ

อย่างไรก็ตาม ค่าจะถูกป้อนตราบเท่าที่มีการร้องขอพร้อมกับคำถามในการสนทนาของคุณ ค่าเหล่านั้นจะถูกจัดเก็บไว้ในตัวแปรที่คุณสามารถนำมาใช้ซ้ำได้

คุณยังสามารถกำหนดเอนทิตีแบบกำหนดเองของคุณเอง เช่น ชนิดสินค้า จากตัวอย่างที่แล้ว เอนทิตีแบบกำหนดเองสามารถมีได้สองชนิด:

• รายการแบบปิด: สำหรับรายการค่าที่กำหนดไว้ล่วงหน้า
• นิพจน์ทั่วไป (RegEx): สำหรับข้อมูลที่ตรงกับรูปแบบเฉพาะ RegEx เหมาะสมที่สุดเมื่อคุณต้องการบันทึกข้อมูลที่มีรูปแบบเดียวกันเสมอ (เช่น INC000001 สำหรับหมายเลขตั๋ว)

การปรับปรุงประสบการณ์ของผู้ใช้

การใช้เอนทิตีทำให้ชีวิตของคุณง่ายขึ้นโดยการให้ Copilot Studio รวบรวมข้อมูลจากการสืบค้นของผู้ใช้อย่างชาญฉลาดยิ่งขึ้น ที่สำคัญกว่านั้นคือทำให้ชีวิตของผู้ใช้ดีขึ้น เนื่องจากเอนทิตีสามารถค้นหาและจัดเก็บข้อมูลจากการสอบถามของผู้ใช้ จากนั้นทำให้ข้อมูลนั้นพร้อมใช้งานในการสนทนาต่อไปในภายหลัง หน่วยงานต่างๆ จะช่วยปรับปรุงประสบการณ์ของผู้ใช้ ทำให้ ตัวแทน ของคุณดูฉลาดขึ้น และการใช้หน่วยงานเหล่านี้เมื่อใดก็ตามที่ทำได้ถือเป็นแนวทางปฏิบัติที่ดีที่สุดอย่างแน่นอน

แนวทางปฏิบัติที่ดีที่สุดของเอนทิตี

ใช้คำเหมือน

คุณสามารถเพิ่มคำเหมือนในค่าเอนทิตีรายการแบบปิดเพื่อขยายตรรกะการจับคู่สำหรับแต่ละรายการในรายการของเอนทิตีด้วยตนเอง ตัวอย่างเช่น ในรายการ "เดินทางไกล" คุณสามารถเพิ่ม "เดินป่า" และ "ปีนเขา" เป็นคำเหมือนได้

เคล็ดลับ

• การใช้คำเหมือนยังช่วยทริกเกอร์หัวข้อเนื่องจากจะเพิ่มน้ำหนักของข้อความทริกเกอร์ด้วยการเพิ่มคำที่เกี่ยวข้องเป็นคำเหมือนของเอนทิตีที่มีอยู่ ตัวอย่างเช่น สำหรับตัวเลือก "ข้อร้องเรียน" ให้เพิ่มคำหรือวลีเชิงลบที่คล้ายกันเป็นคำเหมือน
• โมเดล NLU ยังกำหนดรูปแบบทั่วไปของรูปแบบเอนทิตีทั้งหมด (นั่นคือ ค่าทั้งหมดและคำเหมือน) ในกรณีที่ข้อความทริกเกอร์หัวข้อมีรูปแบบของเอนทิตีนี้อย่างน้อยหนึ่งรูปแบบ กล่าวอีกนัยหนึ่ง ผู้เขียน ตัวแทน ควรรวมตัวอย่างหนึ่งของ ข้อความทริกเกอร์ พร้อมการใช้งานเอนทิตีนี้หนึ่งครั้งสำหรับ NLU เพื่อสรุปเป็นภาพรวมเกี่ยวกับรูปแบบเอนทิตีอื่นๆ

เปิดใช้งานการจับคู่อัจฉริยะ

สำหรับแต่ละเอนทิตีรายการแบบปิด คุณยังสามารถเปิดใช้งาน Smart Matching ได้ด้วย

การจับคู่อัจฉริยะเป็นส่วนหนึ่งของข่าวกรองที่ได้รับการสนับสนุนจากโมเดล ตัวแทน's NLU เมื่อเปิดใช้งานตัวเลือกนี้ ตัวแทน จะตีความอินพุตของผู้ใช้โดยใช้ลอจิกแบบฟัซซี โดยอิงจากรายการที่แสดงในเอนทิตี

โดยเฉพาะอย่างยิ่ง ตัวแทน จะแก้ไขคำสะกดผิดโดยอัตโนมัติและขยายตรรกะการจับคู่ตามความหมาย ตัวอย่างเช่น ตัวแทน สามารถจับคู่ "softball" กับ "baseball" ได้โดยอัตโนมัติ

สร้างสรรค์ด้วยนิพจน์ทั่วไป

บางครั้ง การแยกเอนทิตีจากการสอบถามของผู้ใช้อาจทำให้เกิดความสับสนสำหรับโมเดล NLU โดยเฉพาะอย่างยิ่งเมื่อมีเอนทิตีชนิดเดียวกันหลายรายการในการสอบถามของผู้ใช้

ตัวอย่างเช่น หากผู้ใช้กล่าวว่า: "คุณนำผ้าขนหนู 2 ผืนและหมอน 1 ใบไปที่ห้อง 101 ได้ไหม"

การใช้งานเอนทิตี ตัวเลข ในตัวจะสับสนระหว่าง 2, 1 และ 101 เพื่อหลีกเลี่ยงความสับสนนี้ คุณสามารถกำหนดเอนทิตีนิพจน์ทั่วไปต่อไปนี้:

• จำนวนผ้าขนหนู: ผ้าขนหนู [1-9] ผืน
• จำนวนหมอน: หมอน [1-9] ใบ
• หมายเลขห้อง: [0-9]{3}

ทางเลือกแทนเอนทิตีในการจัดเก็บข้อมูลอ้างอิง

สำหรับชุดข้อมูลขนาดใหญ่หรือที่กำลังพัฒนา (เช่น รายการผลิตภัณฑ์หรือลูกค้า) แทนที่จะใช้เอนทิติรายการแบบปิดของ Copilot Studio คุณอาจต้องการตรวจสอบแหล่งข้อมูลภายนอก คุณต้องส่งคำพูดของผู้ใช้ไปยังบริการภายนอกโดยใช้โฟลว์ระบบคลาวด์ Power Automate

จากนั้นตรรกะหัวข้อของคุณจะสามารถตรวจสอบความถูกต้องของผลลัพธ์ (หรือขอให้ผู้ใช้ตรวจสอบความถูกต้อง) ก่อนที่จะดำเนินการต่อในการสนทนา

Dataverse เป็นตัวเลือกที่ดีในการจัดเก็บข้อมูลดังกล่าว เนื่องจากมีความสามารถของ การค้นหา Dataverse ในตัวที่รองรับการจับคู่แบบคลุมเครือเพื่อส่งคืนผลลัพธ์ที่ดีที่สุดพร้อมกับคะแนนความเชื่อมั่น แม้จะค้นหาด้วยประโยคเต็มก็สามารถเรียกข้อมูลที่ตรงกันได้

เคล็ดลับ

หากต้องการตรวจสอบตัวอย่างการใช้งาน โปรดดู ส่งคืนรายการผลลัพธ์