CXone Bot Builder 모범 사례

이 페이지에서는 Bot Builder 사용을 위한 권장 모범 사례를 제공합니다.

Bot 이름 지정 및 생성

Bot에 실제 상담원 이름을 사용하지 마십시오. 사람처럼 들리는 이름을 사용한다면 실제 사람일 가능성이 낮은 이름을 선택합니다.
두 개 이상의 Bot에 동일한 직원 프로필을 사용하지 마십시오. 각 Bot은 라우팅 및 보고 목적을 위해 고유한 프로필을 가져야 합니다.
Bot과 Bot의 직원 프로필에 동일한 이름을 사용하십시오. 이렇게 하면 여러 봇을 관리할 때 작업이 간단해집니다.
액세스 권한이 있는 이메일 주소를 사용하십시오. 이를 통해 CXone에 대한 초대를 받고 응답할 수 있습니다. 여러 개의 Bot 직원 프로필에 동일한 이메일 주소를 사용할 수 있습니다.

Bot을 위한 작성

Bot의 성격과 어휘를 미리 결정합니다. Bot은 인간 상담원과 마찬가지로 조직의 얼굴이라는 점을 기억하십시오. Bot의 매너가 올바른 인상을 주어야 합니다. Bot의 응답에서 재현하고 싶은 매너리즘을 명확히 합니다.
모든 대화를 미리 작성해 둡니다. 이를 통해 대화 내내 Bot의 말하는 방식이 일관되도록 할 수 있습니다. 새로운 사용 사례를 작업할 때 모든 사용 사례에서 페르소나를 유지할 수 있도록 미리 작성해둔 대화를 검토합니다.
작성하는 대화의 대상을 파악합니다. 일반 대중을 대상으로 사용하는 언어와 용어는 전문가를 대상으로 사용하는 언어와 다를 수 있습니다.
Bot의 메시지는 짧게 유지합니다. 많은 사람들은 긴 문장을 읽는 것을 좋아하지 않습니다. Bot이 전송하는 텍스트가 많을수록 참여도가 떨어질 가능성이 큽니다. 전송할 정보가 많다면, 짧은 답변 몇 개로 나누는 것을 고려해보십시오.
스토리에 메시지를 추가할 때 변형 옵션을 사용합니다. 이를 통해 동일한 메시지의 추가 버전을 추가할 수 있습니다. Bot은 해당 응답을 사용할 때마다 무작위로 하나의 버전을 사용합니다. 변형을 통해 Bot이 더 인간 같아지고 Bot과 인터랙션하는 동안 컨택의 경험이 향상됩니다.
스마트 타이핑을 사용하면 컨택에게 타이핑 인디케이터 점을 표시할 수 있습니다. 이렇게 하면 긍정적인 사용자 경험이 만들어집니다. 왜냐하면 즉시 답변하는 Bot은 너무 'Bot답다'는 느낌이 들고, 많은 사람들이 이를 좋아하지 않기 때문입니다. 스마트 타이핑을 활성화한 후에는 Bot이 전송하는 모든 메시지에 대해 타이핑 인디케이터를 표시하는 시간을 사용자 지정할 수 있습니다.
대화를 몇 번 소리내어 읽어보십시오. 다른 사람과 함께 대화하는 역할극을 해보는 것도 좋습니다. Bot의 응답을 읽는 자신을 녹음한 다음 들어볼 수도 있습니다. 이는 Bot의 응답에서 개선이 필요한 부분을 발견하는 좋은 방법입니다.

인텐트

의도가 항상 명확하지는 않습니다. 두 가지 사용자 목표가 서로 다르게 보일 수 있지만 시간이 지남에 따라 유사한 예를 수집하기 시작합니다. 의도와 교육 데이터를 구별하십시오. 교육 예제를 여러 의도에 재사용하기를 원하는 경우, 이는 대신 의도를 하나의 보다 더 일반적인 의도로 병합할 수 있다는 신호입니다. 이는 의도 혼동을 피하는 데 도움이 됩니다.
항상 범위를 벗어난 의도를 포함하십시오. 범위를 벗어난 의도를 사용하면 봇은 수행하도록 훈련된 작업 범위를 벗어나는 컨택 요청에 응답할 수 있습니다.이를 통해 대화를 복구할 수 있고 종종 성능이 향상됩니다.
다중 의도는 꼭 필요할 때만 사용하십시오. 대화의 자연스러운 흐름에 정말 필요한 경우에만 다중 의도를 사용하십시오. 다중 의도가 너무 많으면 봇이 너무 복잡하여 쉽게 관리할 수 없습니다.

리치 메시징

채널 지원 확인. 모든 리치 미디어 유형이 모든 디지털 채널에서 지원되는 것은 아닙니다. 지원의 현재 메트릭스를 확인할 수 있습니다.
리치 메시지 폴백 사용. 이 유형의 폴백을 사용하면 봇 응답에서 사용하는 리치 메시지 옵션을 지원하지 않는 채널에 대한 백업을 제공할 수 있습니다.
파일 유형 및 크기 제한을 알고 있습니다. Bot Builder은(는) 오디오 및 비디오를 포함한 다양한 멀티미디어 유형을 지원합니다. 모든 멀티미디어에 대해 크기 및 지원되는 파일 유형에 제한이 있습니다.

규칙

규칙을 과도하게 사용하지 마십시오. 봇은 규칙을 사용해 예상치 못한 대화 경로를 일반화할 수 없습니다. 규칙은 작고 구체적인 대화 패턴에 대해서만 사용해야 합니다.
응답이 항상 동일할 때만 규칙을 사용하십시오. 어떤 컨텍스트에서 다른 답변이 필요할 가능성이 있는 경우, 대신 스토리를 사용하십시오.
응답에서 변형을 원하는 경우 규칙을 사용하지 마십시오. 규칙이 특정 메시지에 대해 적합한 도구라 하더라도, 좀더 사람의 응답에 가깝도록 봇이 응답을 변형하기를 원할 수도 있습니다. 이러한 경우에 스토리를 대신 사용하십시오.
규칙이 언제 적용되어야 하는지 설명하고 싶은 경우, 규칙과 함께 조건을 사용하십시오. 조건은 활성 양식, 특정 슬롯 또는 특정 슬롯 값을 기준으로 설정할 수 있습니다.

스토리

컨텍스트가 중요할 때 스토리를 사용합니다. 봇과 컨택 간에 대화가 한 번만 이루어지더라도 봇이 어떻게 응답할지 이해하기 위해 컨텍스트가 필요한 경우 스토리를 사용합니다. 예를 들어, lookup_balance 의도를 가지고 있지만, 일부 컨택은 당좌 예금 계좌의 잔액을 알고 싶어하고 다른 컨택은 저축 예금 계좌에 대해 알고 싶어하는 경우, 사용자가 지정한 계좌를 기반으로 적절하게 응답하도록 봇을 학습시키는 데 도움이 되는 스토리를 만들 수 있습니다.
스토리를 사용하여 봇이 예측하는 법을 학습하도록 돕습니다. 각 스토리의 주제를 신중하게 선택합니다. 봇이 이전에 본 적이 없는 대화에 대한 응답을 올바르게 예측하도록 학습하는 데 도움이 되게 설계되었는지 확인하십시오.
실세계 대화를 기반으로 스토리를 구성합니다. 일어날 가능성이 있다고 생각되는 스토리를 꾸며내지 마십시오. 대신 실제 상호작용을 사용하여 만듭니다.
행복한 의도에 맞는 결과를 만들어내는 스토리 경로 또는 불행한 경로 의도에 대해 잘못된 결과를 낳는 스토리를 따르는 스토리를 설계합니다.
스토리를 사용하여 컨텍스트 전환을 처리합니다. 이는 봇이 두 대화 흐름 간에 전환하거나, 응답하는 데 두 번 이상의 대화 전환이 필요한 중단을 처리하는 방법을 학습하는 데 도움이 됩니다. 응답하는 데 중단이 한번만 필요하고 컨텍스트에 의존하지 않는 경우, 규칙이 더 적절할 수 있습니다.
어떤 의도는 여러 개의 스토리를 필요로 합니다. 컨택의 고유한 상황과 필요에 따라 대화가 진행되는 방식에 차이가 있는 경우, 동일한 의도에 대해 여러 개의 스토리를 작성합니다.
- 동일한 스토리에서 대화 흐름의 변형들을 포함하지 마십시오. 이렇게 하면 봇에 혼동을 줄 수 있습니다.
- 컨택이 메시지를 전달하는 방법의 변형들이 있거나, 본질적으로 같은 의미를 갖는 유사한 메시지가 있는 경우, 컨택 메시지의 의도에 대한 예로 이들을 추가할 수 있습니다.
행복한 경로와 불행한 경로라는 측면에서 생각합니다. 각 의도에는 두 개 이상의 행복한 경로와 두 개 이상의 불행한 경로가 있을 수 있습니다.
범위를 벗어난 의도에 대한 스토리를 만듭니다. 이렇게 하면 컨택이 범위를 벗어난 정보를 제공하는 일반적인 방법에 대해 봇을 훈련시킬 수 있습니다.
필요에 따라 컨택 간의 주고 받기를 포함시킵니다. 스토리 및 규칙은 완전한 대화가 아니어야 합니다. 대화에서 다음 문장이 새 의도를 시작해야만 하는 경우, 여기서 중지하고 새로운 스토리를 만듭니다.
스토리를 논리적인 하위 작업으로 나눕니다. 시작부터 마무리까지의 전체 대화를 포괄하는 한 개의 긴 스토리를 만들고 싶은 유혹을 받을 수 있습니다. 하지만, 이렇게 하면 필요한 스토리 수가 실제로 증가할 수 있습니다. 대신, 스토리를 논리적인 하위 작업으로 나누십시오. 일부 하위 작업들이 매우 밀접한 연관성이 있는 경우, 체크포인트를 사용해 연결할 수 있습니다.
체크포인트를 과도하게 사용하지 마십시오. 체크포인트는 훈련 데이터를 단순화할 수 있습니다. 체크포인트가 너무 많으면 스토리를 이해하기 어렵고, 실제로 봇의 훈련 속도가 느려집니다.

학습 데이터 및 예시

항상 양보다 질을 선택합니다. 작은 데이터 세트부터 시작해서 시간이 지나면서 더 높은 품질의 예시를 수집하면서 확장해도 됩니다.
실제 대화 예시를 사용합니다. 이렇게 하면 사용하는 데이터가 현실적일 수 있습니다. 실제 컨택을 통해 얻은 경험이기 때문입니다.
데이터를 자동 생성하고 Bot 실제 상담원 대신 고객 인터랙션을 처리하는 소프트웨어 애플리케이션입니다.을 더 빠르게 훈련시킨다고 주장하는 도구를 사용하지 마십시오. 컨택이 실제로 말하는 것을 반영하지 않는 예시가 생성되는 경우가 많습니다. 또한 봇이 일반화할 수 있는 능력을 상실하게 될 수도 있습니다. 시간이 지남에 따라 봇은 이전에 본 문구만 인식하는 상태에 도달합니다.
둘 이상의 의도에 동일한 훈련 데이터를 사용하지 마십시오. 훈련 데이터를 재사용하면 Bot이 컨택과의 라이브 인터랙션에서 의도를 안정적으로 판단할 수 없습니다.
시간이 지남에 따라 의도와 스토리를 유연하게 조정할 수 있는 자세를 유지하십시오. 대화 데이터를 검토하다 보면 별개의 의도라고 생각했던 것이 사실은 동일하고 보다 일반적인 의도의 일부라는 걸 알 수 있습니다. 아니면 의도가 너무 광범위해서 좀 더 구체적인 의도로 나누어야 할 수도 있습니다.
도움이 될 경우에만 새로운 교육 예시를 추가합니다.
- 기존 예시와 매우 유사한 새로운 교육 예시를 추가하지 마십시오. Bot이 어떤 발화의 의도를 높은 신뢰도로 정확하게 예측한 경우, Bot이 비슷한 예시를 더 추가하는 것은 도움이 되지 않습니다.
- Bot이 이전에 잘못 예측한 훈련 예시나 신뢰도가 낮은 발화에 대한 훈련 예시를 더 추가하십시오.