プロセスのこの時点で、ボットを作成し、データを与えて、テストしました。ボットを展開すると、ユーザーからの会話データの収集が開始されます。これらの会話を定期的にレビューし、ボットを改善することが重要です。これは、ボットが時間の経過とともにより賢く、より便利になる方法です。
レビューと学習
すべての会話とメッセージを確認することができます。ユーザーが本当に求めているものに注意を払います。すべてのユーザーの行動に対応することはできませんが、共通の摩擦点やフラストレーションに気づくように努めることはできます。会話データをレビューするには、主に次の2つの場所があります。
- インサイト：ダッシュボード、ジャーニー、会話のタブでは、会話やメッセージに関するデータだけでなく、会話全体をコンテキストに沿って表示することができます。インテントを調整したり、会話全体をストーリーに変換して、ボットがトレーニングデータとして使用したりできます。
- NLU受信トレイ：NLU受信トレイはユーザーから受信する個々のメッセージを表示できます。このビューを使用して、気づいた傾向に基づいて迅速かつ正確な改善を行うことができます。
ボットを改善する
レビュー中に、今後の会話をさらに改善する方法をボットに教えるアクションを実行できます。以下のリストには、改善が必要な状況と、可能な対策が書かれています。
- インテント分類の信頼度が低い：インテント分類が正しい場合は、インテントのトレーニング データを追加して、ボットの信頼度を高めます。インテントの分類が正しくない場合は、変更します。
- ボットアクション予測の信頼度が低い：トレーニングデータを追加して、ボットがこの状況で取るべきアクションをより確信できるようにします。
- ユーザーのフラストレーション：これには、人間への転送（ハンドオーバー
ライブエージェントへの転送をトリガーする必要がある連絡先メッセージ）の要求、以前に言ったことの繰り返し、または侮辱が含まれる場合があります。問題に関するトレーニングデータを追加するか、フォールバックでNLU信頼しきい値を調整します。これにより、ボットがユーザーを支援する方法がわからない場合に、ハンドオーバーをより早く使用するようにボットに指示できます。 - 「Out_of_scope」のインテントまたはフォールバック動作：これは、ユーザーがボットに対応していないことを要求しているか、ボットがフォールバックを使用するのが早すぎるように見える場合があります。誤って分類されたインテントを確認して修正し、ボットが単に状況を誤解していないことを確認します。新しいストーリーまたはルールを追加して、ボットが次に何をすべきかを示します。