프로세스 중 이 시점에서 봇을 만들고 일부 데이터를 제공하고 테스트하였습니다. 봇을 배포한 후에는 봇이 대화 데이터를 수집하기 시작합니다. 이러한 대화를 정기적으로 검토하고 봇을 개선하는 것이 중요합니다. 이는 시간이 지나면서 봇이 더욱 스마트해지고 유용해지는 방법입니다.
검토 및 학습
모든 대화 및 메시지를 검토할 수 있습니다. 사용자가 실제로 바라는 것이 무엇인지에 주의하십시오. 모든 사용자 행동을 수용할 수는 없지만 공통적인 마찰 또는 불만 사항을 해결하기 위해 노력할 수 있습니다. 대화 데이터를 검토하는 두 가지 주요 위치는 다음과 같습니다.
- 인사이트: 대시보드, 여정 및 대화 탭에서는 대화 및 메시지와 컨텍스트 내에서 전체 대화에 대한 데이터를 볼 수 있습니다. 봇이 교육 데이터로 사용할 수 있도록 의도를 조정하거나 전체 대화를 이야기로 바꿀 수 있습니다.
- NLU 받은 편지함: NLU 받은 편지함에서는 사용자로부터 개별 메시지가 들어올 때 메시지를 볼 수 있습니다. 이 보기를 사용하면 파악한 경향을 바탕으로 빠르고 정확하게 개선할 수 있습니다.
봇 개선
검토하는 동안 봇에게 이후 더 나은 대화를 수행하는 방법을 가르칠 수 있습니다. 다음 목록에서는 개선이 필요한 상황과 할 수 있는 작업을 설명합니다.
- 낮은 의도 분류 신뢰도: 의도 분류가 정확하면 봇이 더 확신할 수 있도록 의도에 대한 교육 데이터를 더 추가합니다. 의도 분류가 올바르지 않으면 변경해야 합니다.
- 낮은 봇 작업 예측 신뢰도: 봇이 이 상황에서 취할 조치에 대해 더 확신할 수 있도록 더 많은 교육 데이터를 추가하십시오.
- 사용자 불만: 여기에는 사람에게 전환(인계
라이브 상담원으로의 인계가 트리거되는 컨택 메시지) 요청, 이전에 말한 내용 반복 또는 모욕이 포함될 수 있습니다. 문제에 대한 더 많은 교육 데이터를 추가하거나 폴백에서 NLU 신뢰도 임계값을 조정합니다. 이렇게 하면 사용자를 돕는 방법이 확실하지 않을 때 봇이 더 빨리 인계하도록 알려줄 수 있습니다. - “범위 초과” 의도 또는 폴백 행동: 이는 사용자가 봇이 할 수 없는 것을 요청하거나 봇이 너무 일찍 폴백을 사용하는 것처럼 보일 수 있습니다. 잘못 분류된 의도를 확인하고 수정하여 봇이 상황을 단순히 오해한 것이 아닌지 확인하십시오. 봇에게 그 다음 행동을 보여주기 위해 새로운 스토리나 규칙을 추가하십시오.