Apprendre à votre robot à tenir des conversations

Cette page décrit les tâches de base permettant de créer un robot dans CXone Bot Builder. Il s’agit de la troisième étape du processus de mise en œuvre du robot.

Apprendre à votre robot à tenir des conversations

Il n’est pas nécessaire de scripter chaque variation possible d’une conversation. Les robots Bot Builder utilisent les technologies d’IA conversationnelle pour comprendre la signification des contacts et répondre de façon adaptée sans recourir à un script. Cependant, vous devez apprendre au robot comment traiter les conversations avec les contacts. Pour cela, créez des modèles de conversation utilisant des règles Utilisé pour définir la réponse du bot aux messages qui ne changent pas avec le contexte. et des histoires Utilisé pour former le bot à la gestion des interactions en fonction de l'intention et du contexte dans Bot Builder.

Les règles et les histoires, également appelées dialogues, apprennent au robot comment répondre au contact énoncé Ce qu'un contact dit ou tape. par énoncé. Chaque dialogue se focalise sur une partie très spécifique de la conversation. Il s’agit généralement d’un énoncé du contact, de l’intention La signification ou le but derrière ce qu'un contact dit/tape ; ce que le contact veut communiquer ou accomplir correspondante et de la réponse du robot.

Il peut être nécessaire d’utiliser plusieurs dialogues pour la même intention. Dans certaines situations, il peut être préférable de demander à votre robot de répondre différemment à la même intention en fonction de certains critères. Vous pouvez apprendre au robot comment faire la différence en créant plusieurs dialogues, chacun ayant sa propre réponse, ainsi que les critères qui définissent quand le robot doit donner cette réponse.

Comment les dialogues apprennent au robot à interagir

Au cours d’une interaction avec un contact, le robot analyse les énoncés du contact et identifie l’intention. Si l’intention ne dispose que d’un seul dialogue configuré, le robot répond en fonction de la réponse configurée pour ce dialogue. Si plusieurs dialogues sont associés à l’intention, le robot analyse la conversation pour rechercher les indices permettant de définir la version du dialogue à utiliser.

Le diagramme suivant illustre la logique du robot en réponse à un contact :

Réponses du robot

Les réponses du robot peuvent être aussi simples ou aussi complexes que vous le souhaitez. Les robots peuvent :

• Répondre en donnant des informations ou en posant des questions.
• Afficher des images, des GIF, des vidéos ou des liens sur les pages Web. Ils peuvent inclure des boutons ou des listes avec lesquels le contact peut interagir.
• « Choisir » quelle action exécuter en fonction de conditions. Vous pouvez configurer plusieurs réponses possibles en fonction de ce que le contact dit.
• Suivre un formulaire pour recueillir des informations auprès du contact.
• Transférer l’interaction à un agent humain.

Les réponses du robot sont intégrées dans des dialogues Histoires et règles des robots dans CXone Bot Builder. et définissent une ou plusieurs actions à la disposition du robot. Les actions du robot remplissent une fonction spécifique. Certaines actions du robot transfèrent du contenu au contact, comme un message ou une liste d’options à choisir. Les autres actions du robot exécutent des tâches qui sont invisibles du point de vue du contact, telles que l’appel d’une API ou l’extraction de données à partir d’une application tierce ou leur stockage.

Bot Builder comporte un ensemble d’actions de robot par défaut que vous pouvez utiliser, mais vous avez la possibilité de créer des actions personnalisées. Les actions personnalisées peuvent inclure des appels d’API ou prendre la forme de code JavaScript personnalisé.

Skill Store

Les « compétences » du robot vous permettent de grouper ses configurations et ses données d’entraînement en fonction de ce qu’il peut faire. Vous pouvez l’utiliser pour filtrer les données d’entraînement, afin de pouvoir se concentrer plus facilement sur les tâches pouvant être réalisées.

Les compétences du robot permettent également de distribuer des capacités préconçues à des utilisateurs de Bot Builder via Bot Builder Skill Store. NICE CXone utilise Skill Store pour fournir des intégrations avec différentes fonctionnalités et différents produits CXone.

Par exemple, si vous voulez utiliser votre base de connaissances CXone Expert avec votre robot Bot Builder, vous pouvez ajouter la compétence Enlighten Autopilot Knowledge à votre bot. Cela permet d’ajouter l’ensemble des règles, histoires, intentions, entités, slots, scripts, etc. sur votre robot.

Vous pouvez concevoir les compétences du robot et demander l’autorisation de les ajouter sur Skill Store. NICE CXone les examinera et les ajoutera dans Skill Store s’ils sont approuvés.

Entraîner votre robot

L’entraînement de votre robot lui permet d’apprendre les configurations que vous avez créées. Plus la qualité de l’entraînement est bonne, mieux le robot sera en mesure de prédire correctement les intentions. L’entraînement peut prendre les formes suivantes :

• Lorsque vous ajoutez des données d’entraînement à votre robot : les données d’entraînement sont des exemples que vous ajoutez aux intentions La signification ou le but derrière ce qu'un contact dit/tape ; ce que le contact veut communiquer ou accomplir. Plus vous ajoutez d’exemples haute qualité, mieux votre robot pourra créer efficacement des associations efficaces entre les mots, les phrases et les intentions.
• Lorsque vous créez des histoires et des règles : les histoires Utilisé pour former le bot à la gestion des interactions en fonction de l'intention et du contexte et les règles Utilisé pour définir la réponse du bot aux messages qui ne changent pas avec le contexte. apprennent au robot comment répondre à une intention. Si l’intention est accompagnée de données d’entraînement haute qualité, le robot est en mesure de saisir les différentes nuances d’expression de la même intention.
• Lorsque vous créez des histoires pour apprendre au robot les variations d’intention : pour les intentions générales avec des variations qui ont un impact sur la réponse du robot, vous utilisez des histoires pour apprendre au robot à faire la différence entre les variations. Cela aide votre robot à saisir les nuances des demandes de vos contacts et y répondre correctement.

Vous pouvez tester le niveau d’entraînement de votre robot en conversant avec lui dans Bot Builder. Ainsi, vous pouvez identifier les zones à problème et appliquer des corrections immédiatement.

Le processus d’entraînement continu a pour objectif d’améliorer le degré d’analyse de votre robot. Plus son analyse est fine, mieux il prédit les intentions et choisit la bonne réponse. Vous pouvez rendre un robot plus intelligent en examinant les données de conversation et en apportant des modifications à votre robot en réponse aux problèmes trouvés dans les données de conversation. Vous pouvez vérifier et améliorer votre robot

Données d’entraînement

Les exemples d’intention La signification ou le but derrière ce qu'un contact dit/tape ; ce que le contact veut communiquer ou accomplir montrent à votre robot les différentes façons dont un contact peut exprimer une intention. Plus vous avez d'exemples d'une intention, plus votre robot sera en mesure d'identifier correctement des variations de cette intention. Utilisez des données de conversations réelles pour entraîner et tester le robot. Pour optimiser les résultats, privilégiez toujours la qualité des données plutôt que la quantité. Vous vous assurez ainsi que le robot sera bien préparé pour traiter les conversations avec des contacts réels.

Vous pouvez passer en revue vos intentions pour déterminer celles qui ont besoin de plus d'exemples de formation. Chaque intention est assortie d'un numéro qui indique le nombre d'exemples qu'elle comporte. Les intentions disposant de 14 exemples ou moins doivent en comporter plus, si possible.

Option Entraîner et préparer

Lorsque vous êtes prêt à tester les modifications que vous avez apportées à votre robot, vous pouvez cliquer sur l’option Entraîner et préparer. Cela permet d’ajouter les modifications au robot et de les tester. Il peut être nécessaire de poursuivre l’entraînement sous forme de conversations pour permettre au robot de mieux comprendre la configuration.

Si vous apportez des améliorations à un robot déployé en production, Entraîner et tester crée un modèle Version d'un bot qui a été formé et mis en scène et déploie ce modèle phase de test. Si vous souhaitez que vos améliorations soient appliquées en phase de production, vous devez déployer manuellement ce nouveau modèle. Cela garantit qu'aucun modèle de robot n'est placé en phase de production sans votre consentement explicite.

Vous pouvez utiliser la fonction de suivi de l’intégrité pour suivre la progression des entraînements lancés par l’option Entraîner et préparer.

Entraîner votre robot avec des histoires et des règles

Les histoires vous permettent d’apprendre à votre robot comment répondre aux messages Tout ce qu'un contact dit dans une interaction avec un bot, qu'il s'agisse d'une question ou d'une déclaration, écrite ou orale. dans le contexte d’une interaction La conversation complète avec un agent via un canal. Par exemple, une interaction peut être un appel vocal, un e-mail, un chat ou une conversation sur les réseaux sociaux.. Vous pouvez créer des histoires de A à Z ou convertir des conversations réelles en histoires. Les règles apprennent à votre robot comment répondre aux messages dont la signification ne dépend pas du contexte.

Il est parfois nécessaire de créer plusieurs histoires pour la même intention. Cela est utile lorsque votre robot doit répondre de façon différente en fonction de petites variations de l’intention. Par exemple, si un robot peut consulter des soldes bancaires, il peut être souhaitable que ce robot réponde différemment selon le type de compte que le contact souhaite vérifier.

Les histoires et les règles doivent être mises à jour et révisées régulièrement. Par exemple, si, après l’examen des données de conversation vous découvrez que l’une de vos histoires est source de confusion pour le robot et que ce dernier prédit la mauvaise intention, vous pouvez résoudre le problème en changeant l’histoire. Dans certains cas, il peut être nécessaire de changer l’intention aussi bien que l’histoire.

Meilleures pratiques concernant les données d’entraînement

Lorsque vous mettez en place votre approche de la collecte des données d’entraînement et de l’entraînement de votre robot, tenez compte des meilleures pratiques suivantes :

• Privilégiez toujours la qualité à la quantité. Vous pouvez commencer par un petit ensemble de données et l'étoffer à mesure que vous obtenez des exemples de qualité.
• Utilisez des exemples tirés de conversations réelles, afin que les données utilisées soient réalistes et correspondent aux énoncés de véritables contacts.
• N'utilisez pas d'outils qui génèrent automatiquement des données et qui se targuent d’entraîner votre robot Une application logicielle qui gère les interactions avec les clients à la place d'un agent humain en direct. plus rapidement. Ils produisent souvent des exemples qui ne reflètent pas ce que les contacts disent vraiment. Ils peuvent également entraîner un bot qui perd sa capacité à généraliser. Au fil du temps, le bot atteint un point où il ne reconnaît que les phrases qu'il a vues auparavant.
• N'utilisez pas les mêmes données de formation pour plusieurs intentions. Si vous avez réutilisé des données de formation, le robot ne pourra pas déterminer de manière fiable l'intention dans les interactions en direct avec les contacts.
• Restez flexible et prêt à ajuster les intentions et les histoires selon les besoins. En examinant les données de conversation, vous découvrirez peut-être que deux intentions que vous pensiez distinctes sont en réalité des variantes d'une même intention plus générale. Il se peut aussi qu'une intention soit trop vaste et que vous deviez la décomposer en plusieurs intentions distinctes.
• N'ajoutez de nouveaux exemples de formation que s'ils sont utiles.
  • Évitez d’ajouter de nouveaux exemples de formation très similaires aux exemples existants. Si le robot prédit correctement l'intention avec un niveau de confiance élevé pour un énoncé, il n'est pas utile d'ajouter d'autres exemples similaires.
  • Ajoutez des exemples de formation d'énoncés supplémentaires que le robot a précédemment prédits de manière incorrecte ou avec un faible niveau de confiance.

Créez des réponses pour entraîner votre robot

Configurez les réponses du robot en appliquant le processus suivant :

1. Créez une intention.
2. Créez une règle ou une histoire pour l’intention La signification ou le but derrière ce qu'un contact dit/tape ; ce que le contact veut communiquer ou accomplir que vous avez créée, afin de définir comment le robot répond à cette intention. La décision dépend de l’intention. Reportez-vous au plan que vous avez créé plus tôt au cours du processus de mise en œuvre du robot. Voici le processus de haut niveau de création d’histoires Utilisé pour former le bot à la gestion des interactions en fonction de l'intention et du contexte et de règles Utilisé pour définir la réponse du bot aux messages qui ne changent pas avec le contexte. :

   1. Les histoires et les règles commencent par quelque chose que le contact doit dire. Par exemple, pour une intention appelée verifier_solde, le contact peut dire « Combien reste-t-il sur mon compte ? »

   2. Après avoir entré un exemple d’énoncé possible de contact, Bot Builder tente de prédire l’intention de l’exemple de message du contact.
   3. Confirmez la prédiction du robot ou choisissez l’intention correcte, puis confirmez-la. Si le niveau de confiance des prévisions du robot semble faible, ajoutez d’autres exemples d’entraînement à l’intention.

   4. Vous pouvez désormais ajouter la réponse du robot en utilisant l’une des actions disponibles du robot.

      Voir l’image

      

   5. Ajoutez un autre énoncé du contact si les exemples de conversation réelle pour cette intention laissent supposer que les contacts ont tendance à faire suivre la réponse (qu’elle provienne de l’agent ou d’un robot) par une question ou un énoncé similaire.

   6. Poursuivez la conversation dans l’histoire ou la règle, en suivant les exemples réels que vous avez réunis. Ajoutez autant d’interactions que nécessaires pour guider le robot sur la ligne à suivre.

      En général, les règles ne comportent qu’un message de contact et un de réponse. Les histoires peuvent comprendre toute une série d’échanges entre le robot et le contact. Cependant, les histoires ne doivent pas être pour autant des conversations complètes. Lorsque l’énoncé suivant de la conversation crée nécessairement une nouvelle intention, il est temps d’arrêter et de créer une nouvelle intention. Sinon, envisagez de diviser les histoires pour créer des sous-histoires plus concises.

   7. Créez plusieurs histoires pour la même intention s’il existe plusieurs variations probables pour la conversation, en fonction de la situation et des besoins propres au contact. Cela entraîne le robot à faire la différence entre les variations d’une intention unique.

      • N’incluez pas de variations du flux de conversation dans la même histoire. Cela risque d’être source de confusion pour le robot.

      • S’il existe des variations concernant la formulation d’un message par le contact, ou des messages similaires qui veulent dire plus ou moins la même chose, vous pouvez les ajouter comme exemples de l’intention.

      • Pensez en termes de chemin heureux ou malheureux. Chacune des intentions peut avoir plusieurs chemins heureux ou malheureux.

3. Si l’intention, la règle ou l’histoire le demande, créez des entités, des slots ou des formulaires.

   • Créez des entités uniquement pour les informations que le robot doit extraire de la conversation.

   • Créez des slots pour les données à enregistrer ou utiliser pendant la conversation.
   • Envisagez d’utiliser un formulaire dans une histoire ou une règle si vous souhaitez obtenir plusieurs informations du contact.

4. Lorsque vous avez terminé vos modifications, cliquez sur Entraîner et préparer pour mettre à jour le modèle Version d'un bot qui a été formé et mis en scène de votre robot et tester cette modification.

5. Discutez avec votre robot pour le tester. En fonction des résultats de cette conversation, il pourra être nécessaire d’apporter des modifications à l’histoire ou la règle. Il peut également être nécessaire d’ajouter ou modifier les données d’entraînement pour l’intention sur laquelle vous travaillez. Répétez les étapes de formation et de test aussi souvent que nécessaire jusqu’à ce que les performances du robot soient satisfaisantes.