本页提供了使用 Bot Builder 的推荐最佳实践。
命名并创建您的机器人
- 请勿对机器人使用真正的坐席姓名。 如果您使用一个类似人的姓名，则不要选择真人的姓名。
- 请勿将同一员工配置文件用于多个机器人。 为了进行路由和报告，每个机器人都应有自己独特的配置文件。
- 确保对机器人和机器人的员工配置文件使用相同的名称。 当您管理多个机器人时，这一点可以简化您的工作。
- 确保使用您有权访问的电子邮件地址。 这可使您接收并回复 CXone Mpower 的邀请。 您可以为多个机器人员工配置文件使用相同的电子邮件地址。
为您的机器人写作
- 提前确定机器人的个性和词汇。 记住，您的机器人是您组织的代表，就像人工坐席一样。 确保其方式给人留下正确的印象。 明确您想要在机器人应答中复制的习性。
- 提前写好所有对话。 这可使您确保机器人的说话方式在整个对话过程中保持一致。 在处理新用例时，检查您已经编写的对话，以保持所有用例中的角色。
- 了解您编写内容时所针对的受众。 您为一般公众使用的语言和术语可能与您为专门受众使用的语言和术语不同。
- 使机器人发出的消息保持简短。 许多人不喜欢阅读长文本。 机器人发送的文本越多，其吸引力可能就越低。 如果要发送大量信息，请考虑将其分成几个较短的应答。
- 将消息添加到故事时，使用变化选项。 这可使您添加同一消息的其他版本。 机器人每次使用该应答时都会随机使用其中一个版本。 变化可使机器人看起来更像人类，并可改善联系人在与机器人交互时的体验。
- 使用智能输入显示联系人的输入指示器。 这可创造积极的用户体验，因为立即做出回复的机器人感觉太“像机器人”，很多人不喜欢这样。 启用智能输入后，您可以自定义机器人为其发送的每条消息显示输入指示器的时间长度。
- 大声朗读对话几次。 您可以考虑与其他人的对话进行角色扮演。 您还可以在自己阅读机器人的应答时进行录音，然后听该录音。 这些都是发现机器人应答中需要改进的地方的好方法。
意图
- 意图并不总是一目了然的。 两个用户目标可能看起来不同，但随着时间的推移，它们开始收集类似的示例。 使您的意图与它们的训练数据保持不同。 如果您想为多个意图重用训练示例，这是一个征兆，即您也许能够将这些意图合并为一个更通用的意图。 这有助于您避免意图混淆。
- 始终包含超出范围的意图。 超出范围的意图允许您的机器人响应超出机器人受训执行的任务范围的联系人请求。它们可以让您恢复对话，并且通常会提高性能。
- 谨慎使用多意图。 当多意图对谈话的自然进行非常必要时才会进行使用。 过多的多意图会让机器人过于复杂而难以管理。
富消息
- 验证渠道支持。 并非所有数字渠道都支持所有富媒体类型。 您可以检查支持的当前矩阵。
- 使用富消息传递回退。 这种类型的回退可使您为不支持您在机器人应答中使用的富消息传递选项的渠道提供备份。
- 了解文件类型和大小限制。 Bot Builder 支持各种多媒体类型，包括音频和视频。 所有多媒体的大小和支持的文件类型都有限制。
规则
- 不要过度使用规则。 机器人无法使用它们来概括不可预见的对话路径。 仅应将它们用于较小的特定对话模式。
- 仅当应答始终相同时才使用规则。 如果某些情况可能需要不同的回答，请改用故事。
- 如果您希望应答有所变化，请不要使用规则。 即使规则是针对特定消息的合适工具，您也可能希望机器人改变其应答，以便听起来更人性化。 如果是这种情况，请改用故事。
- 如果您想描述应何时应用规则，请使用带有规则的条件。 可根据活动表单、特定插槽或特定插槽值来设置条件。
故事
- 当上下文很重要时使用故事。 即使对话只涉及机器人与联系人之间的一次交流，如果机器人需要上下文来了解如何响应，请使用故事。 例如，如果您有一个 lookup_balance 意图，但一些联系人想要了解支票帐户的余额，而其他人想要了解储蓄帐户，您可以创建一个故事来帮助您的机器人学习根据用户指定的帐户做出适当响应。
- 使用故事来帮助您的机器人学习做出预测。 仔细选择每个故事的主题。 确保其旨在帮助机器人学习正确预测对以前从未见过的对话做出的响应。
- 使故事以真实对话为基础。 请勿编造您认为可能发生的故事。 使用真实的交互来创建故事。
-
设计遵循 愉快
为意图产生正确结果的故事路径或 不愉快路径 为意图产生错误结果的故事的故事。 - 使用故事来处理上下文切换。 这有助于您的机器人学习在两个对话流之间进行切换或处理需要多个对话回合来响应的中断。 如果中断只需要一个回合来响应并且不依赖于上下文，则规则可能更合适。
-
某些意图需要多个故事。 如果对话可能进行的方式可能有多个变化，则根据联系人的独特情况和需求，为同一意图创建多个故事。
- 请勿在同一故事中包含对话流的变化。 这可能会让机器人感到困惑。
- 如果联系人表达消息的方式可能存在变化，或者类似的消息本质上都意味着相同的事情，您可以将它们添加为联系人消息意图的示例。
在愉快和不愉快路径方面思考。 每个意图都可以有多个愉快路径和多个不愉快路径。
- 为您超出范围的意图创建一个故事。 这可使您训练机器人了解联系人提供超出范围的信息的更常见方式。
- 根据需要包含联系人之间的来回交流。 故事和规则不应是完整的对话。 当对话中的下一个陈述必然会开始一个新的意图时，此时应停下来创造一个新的故事。
- 将您的故事细分为逻辑子任务。 创建一个从头到尾包含整个对话的长故事是很诱人的。 然而，这实际上会增加您需要的故事数量。 将您的故事细分为逻辑子任务。 如果您有一些密切相关的子任务，您可以将它们与检查点进行关联。
- 不要过度使用检查点。 它们可以简化您的训练数据。 太多的检查点会使您的故事难以理解，并且实际上会减慢机器人的训练速度。
训练数据和示例
- 始终选择质量而不是数量。 可从一个小数据集开始，然后随着时间的推移收集更多高质量的示例来构建它。
- 使用真实对话中的示例。 这可确保您使用的数据是真实的。 其来自真实联系人所说的事情。
- 对于自动生成数据，并声称可以更快地训练您的机器人 代替现场人工坐席处理客户交互的软件应用程序。的工具，请勿使用。 它们通常生成的示例并不能反映联系人的真实想法。 它们还可能导致机器人丧失泛化的能力。 随着时间的推移，机器人会达到只识别以前见过的短语的程度。
- 请勿将相同的训练数据用于多个意图。 如果您重复使用了训练数据，则机器人将无法可靠地确定与联系人实时交互中的意图。
- 保持灵活性并愿意随时间调整意图和故事。 当您查看对话数据时，您可能会发现您认为是两个不同的意图实际上是更一般的相同意图的阴影。 或者您可能会发现某个意图过于宽泛，您必须将其分解为更明确的意图。
- 仅在新训练示例将有帮助时才添加它们。
- 不要添加与现有示例非常相似的新训练示例。 如果机器人以高置信度正确预测了话语的意图，则添加其他类似的示例不会给机器人带来帮助。
- 务必添加机器人之前预测错误或置信度较低的话语的更多训练示例。