本页介绍基本的对话式 AI 概念，并将它们与 Bot Builder 联系起来。 目标是帮助您了解 Bot Builder 配置的目的以及它们可帮助您完成什么任务。
联系人与任何坐席（包括机器人）之间的对话具有三个关键元素。 这些关键对话元素在 Bot Builder 中有相对应的配置。 当您了解这些配置以及它们如何协同工作时，您便能够自信地创建机器人。 它们是：
- 联系人说什么。
- 联系人想要什么。
- 坐席或机器人所说和所做的事情。
联系人的言语和需求在 Bot Builder 中使用意图、实体和插槽加以表示。 机器人的言语和操作由故事、规则和机器人操作加以表示。
联系人的言语和需求：话语、意图、实体和插槽
联系人通过在聊天窗口 中键入消息来与机器人进行通信。 机器人接收这些消息（也称为话语）并根据它们采取行动。
| 概念 | 定义 | 示例 | 机器人做什么 |
|---|---|---|---|
话语 |
联系人在交互中所说的任何内容。 有时称为消息。 |
“我丢失了密码。” “我的余额是多少？” “你是机器人吗？” |
该机器人使用自然语言理解 (NLU) 来分析每个联系人话语以确定其含义，或意图。 |
意图 |
联系人想要传达或完成的内容。 联系人发送的每条消息都有一个意图。 |
“我丢失了密码”具有“重置密码”的意图。 “你好”有“打招呼”的意思。 |
机器人使用 NLU |
实体 |
联系人消息中定义的一条信息。 | 个人或产品名称、电话号码、帐号、位置等。 | 机器人使用 NLU 来识别联系人消息中的实体。 实体帮助机器人理解联系人消息的含义。 |
插槽 |
从联系人的消息中提取并保存以用于机器人响应的实体。 类似于变量。 | 为联系人姓名创建一个时间段可以让机器人在交互期间在响应中使用该姓名，使其更加个性化。 | 当被配置成执行此操作时，机器人会从联系人消息中提取实体并将其保存在插槽中。 您可以让机器人稍后在对话中使用此信息。 |
机器人的言语和操作：故事、规则和机器人操作
人类的对话是不可预测且多种多样的。 机器人的应答则不是。 这意味着您的机器人必须能够正确解释人类说话方式的巨大差异，但它不必“思考”将如何响应。 机器人的应答是明确定义的，并且取决于所识别的意图。
| 概念 | 定义 | 示例 | 机器人做什么 |
|---|---|---|---|
规则 |
定义机器人对不随上下文改变含义的消息的响应。 |
|
规则是您能够配置机器人如何响应意图的两种方法之一。 规则对于某些类型的意图有用，但不适用于所有意图。 |
故事 |
训练机器人处理基于消息意图和会话上下文的交互。 | 在有关忘记密码的交互中，机器人会以一种方式回答： “我该怎么做？”。 如果交互是关于创建一个新帐户，即使在这两种情况下联系人使用相同的词和相同的意图——以获取更多信息，响应也会完全不同。 | 故事是您能够配置机器人如何响应意图的两种方法中的第二种。 故事教机器人如何利用对话的上下文来做出适当的响应。 |
机器人操作 |
机器人在处理交互时所说或所做的任何事情。 |
在有关忘记密码的交互中，机器人通过发送网站上的密码重置常见问题解答链接来进行响应。 当联系人表达沮丧时，例如“我不明白！ 没用啊！！！”时， 机器人回复“对不起。 您想让我把您转给人工坐席吗？” 当联系人同意后，机器人启动此转移。 |
操作是您在定义希望机器人如何响应每个意图时具有的选项。 它们可使您灵活地配置每个响应，以实现满足联系人需求的结果。 |
机器人如何学习：训练和测试
训练会示教您的机器人正确预测联系人的意图
联系人所说/输入内容背后的含义或目的；联系人想要沟通或完成的内容。 首先为您的机器人提供每个意图的大量高质量真实示例。 这称为训练数据。 与训练对话 Bot Builder 中的机器人故事和规则。结合时，训练数据可帮助您的机器人学习识别联系人的需求，然后做出适当的响应。
要测试您的机器人，您必须首先在机器人配置中构建数据的模型 经过训练和上演的机器人版本。 在 Bot Builder 中，“训练和阶段”选项会触发构建新模型。 该过程在后台运行。
模型是通过分析配置的意图、故事、规则、示例和其他训练数据加以构建的。 模型是机器人的核心，这是一个软件程序，其分析人类对话语音，以便从其数据点集确定最接近的匹配，然后执行相应操作。
您可以根据需要多次构建新模型。 每个模型都有编号，并且有过去模型的历史列表。
构建了模型后，您可以测试您的机器人。 测试涉及与您的机器人进行对话。 这可使您找到机器人不理解或做出错误预测的地方。 您可以修复配置，构建新模型，然后再次测试。
Bot Builder 有一个内置聊天程序，您可以使用它与您的机器人进行测试对话。 您还可以与其他可帮助您测试机器人的人共享您的机器人。 他们不必向您报告他们的经历，因为机器人具有的每一次对话都保存在 Bot Builder 中。 您可以查看它们以找到需要关注的痛点。
在机器人的开发过程中以及投入生产后，查看对话数据非常重要。 需要不断调整意图、故事和规则，以确保您的机器人继续表现良好。
如何处理麻烦
- 回退：这会教您的在机器人在不确定如何继续时该做什么。 回退有两种类型：
- NLU 回退：
- 操作回退：
- NLU 回退：
- 安全网：安全网可使您配置当机器人或其连接的系统出现其他问题时会发生的情况。 这可能包括诸如机器人花费比平常更长的时间来响应联系人之类的事情。
回退和安全网是预防性选项，但并非所有问题都可以预防。 定期查看对话数据以查找联系痛点非常重要。
监控和管理您的机器人
Bot Builder 提供了许多可用于监控机器人表现的工具。 这是管理机器人的关键且持续的部分。 通过使用这些工具定期监控机器人的表现，您可以发现痛点并优化机器人的配置以减轻这些痛点。
以下工具可使您查看对话数据：
- Insights：
- Dashboard：
- 旅程：就客户对话期间的意图流
- 对话：
- Dashboard：
- NLU 收件箱：帮助您 该流程扩展了自然语言处理 (NLP)，以根据它所理解的内容做出决定或采取行动。 数据，以提高机器人的质量。 它显示来自联系人的所有新消息。
- 查询搜索：使用
以下工具可使您管理和组织机器人的数据：
- 标签：在整个 Bot Builder 中使用
- 机器人技能：使用
以下工具可使您查看有关机器人的信息：
- 运行状况监控器：
- 导入和导出工具:
- 活动日志：提供用户登录 Bot Builder 时正在执行的操作的
充分利用 Bot Builder
当您开始制定如何最好地将机器人引入联系中心的计划时，请考虑以下想法。 他们可以帮助您充分利用 Bot Builder。
-
构建多个机器人
代替现场人工坐席处理客户交互的软件应用程序。针对不同的用例、渠道或受众。 您可以让它们使用数字 与Digital Experience相关的任何渠道、联系或技能。 ACD 技能与实时人工坐席一起工作。 CXone Mpower 将您的机器人视为用户实体，路由对机器人的工作方式与您的人工坐席相同。 -
有很多针对机器人的用例。 例如，您可以：
-
在将联系人移交给人工坐席之前收集信息。
-
在交互开始时进行分类，以便将联系人路由到更具体的坐席。
-
使用机器人来处理坐席收到的最常见和简单的问题，例如检查订单状态或账单到期日期、更新联系信息，或者有关商店位置和营业时间的问题。
-
让机器人处理您的夜班，以提供 24/7 的客户服务。 创建用于夜间交互的数字 ACD 技能，然后将脚本设置成将呼入交互发送到夜间机器人。 机器人可以处理交互或将其路由到坐席以在第二天早上处理。
- 使用Autopilot Knowledge提供直接从您的Expert知识管理中心提取的答案。
- 通过 API 在 Bot Builder 与其他系统之间设置集成，以提高机器人的实用性。
- 将脚本集成设置成使用 JavaScript 创建自定义机器人操作。
-
如何启动新机器人项目
如果您不熟悉 Bot Builder，则可按照教程进行操作。 它可引导您创建示例机器人。
当您熟悉 Bot Builder 界面和概念后，您可以按照实施流程开始规划和构建您的第一个机器人。 此过程涉及创建机器人时需要完成的所有任务。
在您的机器人有了稳定的工作模型后，您便可开始慢慢地将它介绍给您的客户了。 您不必立即让您的机器人从一开始就处理全部交互负载，您可以：
-
将一小部分流量提供给您的机器人，使其缓慢启动。 随着机器人变得更聪明并且更有能力处理更多用例，随着时间的推移提高百分比。 在 Studio 脚本中，使用脚本逻辑设置条件来定义应将哪些流量路由到机器人。
-
使用 数字 技能和脚本逻辑在两个不同的机器人之间分配流量以进行 A/B 测试。 这可以帮助您验证哪个机器人表现更好。