本頁提供有關使用Bot Builder的建議最佳作法。
命名和建立您的機器人
- 不要將真人客服專員姓名用於機器人。 如果要使用聽起來像人名的名稱，請選擇不像真人的名稱。
- 不要為多個機器人使用相同的員工設定檔。 每個機器人都應用自己的唯一設定檔來路由和報告。
- 必須為機器人和機器人的員工設定檔使用相同的名稱。 這將方便您管理多個機器人。
- 必須使用您可以存取的電郵位址。 這可讓您接收並回應CXone的邀請。 您可以為多個機器人員工設定檔使用相同的電郵位址。
編寫您的機器人
- 提前決定您的機器人的個性和詞彙。 請記住，您的機器人是組織的門面，就像真人客服專員一樣。 確保其舉止給人正確的印象。 明確您想要在機器人的回應中複製的舉止。
- 提前編寫所有對話。 這可讓您確保在整個對話過程中，機器人的說話方式是一致的。 當開發新的用例時，請檢閱您已寫好的對話，以便在所有用例中維持角色的一致性。
- 了解您編寫所針對的受眾。 您面向一般大眾的語言和術語，可能與您面向專業讀者的語言不同。
- 讓機器人訊息簡短。 許多人不喜歡閱讀長篇幅的文字。 您的機器人傳送的文字越多，可能就越不吸引人。 如果要傳送的資訊很多，請考慮將其分成幾個較短的回應。
- 當您向案例新增訊息時，請使用多樣化選項。 這允許您為相同訊息新增其他版本。 機器人每次使用該回應時，都會隨機使用其中一個版本。 多樣化讓您的機器人看起來更像人類，並改善聯絡人與機器人互動時的體驗。
- 使用智慧輸入來為聯絡人顯示輸入標誌點。 這樣可以建立正面的使用者經驗，因為即時回覆的機器人感覺太像「機器人」，許多人不喜歡這樣。 啟用智慧輸入後，您可以自訂機器人每次傳送訊息時顯示輸入標誌的時間長度。
- 大聲讀出對話內容幾遍。 您可以考慮與其他人進行角色扮演對話。 您也可以錄下自己閱讀機器人回應的內容，然後再聽。 這些都是發現機器人回應中需要改進之處的好方法。
意圖
- 意圖並不總是一目了然的。 比如有兩個使用者目標可能看起來不同，但隨著時間的推移而開始收集類似的範例。 確保您的意圖與訓練資料有所區別。 如果您想要重複使用訓練範例來達成多個意圖，則表示您或許能夠將各個意圖合併為一個更一般的意圖。這可以幫助您避免意圖混淆。
- 務必包含範圍外的意圖。 範圍外意圖可讓您的機器人回應超出機器人訓練任務範圍的聯絡請求。這將允許您恢復對話並且通常能夠提升績效。
- 慎用多意圖。 只有當自然地對話確實需要時，才需使用多意圖。 多意圖過多可能導致機器人過於複雜，無法輕鬆地管理。
富訊息
- 驗證通道是否支援。 並非所有數位通道都支援所有富媒體類型。 您可以檢查支援的目前矩陣。
- 使用富訊息遞補 對於不支援您在機器人回應中使用的富訊息選項的通道，此類型的遞補允許您為此類通道提供備份。
- 了解檔案類型和大小限制。 Bot Builder支援多種多媒體類型，包括音訊和視訊。 所有多媒體都有大小和支援的檔案類型限制。
規則
- 不要過度使用規則。 機器人無法使用規則來概括不可預見的對話路徑。 規則應該只用於小型、特定的對話模式。
- 僅在回應總是相同時使用規則。 如果有可能某些上下文需要不同的答案，請改用案例。
- 如果您想要回應多樣化，請不要使用規則。 即使規則對於特定訊息而言是適當的工具，您也可能希望您的機器人可以改變其回應，讓其聽起來更像人類。 如果確實是這樣，請改用案例。
- 如果要描述何時應該套用規則，請在規則中使用條件。 可根據活動表單、特定插槽或特定插槽值設定條件。
案例
- 當上下文很重要時，請使用案例。 即使對話只涉及機器人與聯絡人之間的一輪對話，如果機器人需要上下文來了解如何回應，請使用案例。 例如，如果您有 lookup_balance 的意圖，但有些聯絡人想要查詢支票帳戶的餘額，有些則想要了解儲蓄帳戶的餘額，您可以建立一個案例來幫助您的機器人學習根據使用者指定的帳戶來正確回應。
- 使用案例來幫助您的機器人學習預測。 謹慎選擇每個案例的主題。 確保其設計用於幫助機器人學習正確預測對機器人之前未遇到過的對話的回覆。
- 案例需要來自實際對話。 不要編造您認為可能發生的案例。 使用真實互動資訊來建立案例。
-
所設計的案例可以遵循快樂
為意圖產生了正確結果的案例路徑或不快樂路徑 為意圖產生了錯誤結果的案例。
- 使用案例來處理上下文切換。 這有助於您的機器人學習在兩個對話流程之間切換，或處理需要一個以上的對話回合才能回應的中斷。 如果中斷只需要一次回應，而且不依賴上下文，規則可能比較適合。
-
某些意圖需要多個案例。 根據聯絡人的獨特情況和需求，如果對話有多種可能走向，請為同一意圖建立多個案例。
- 不要在同一案例中包含多種對話流。 這可能會讓機器人產生混淆。
- 如果有聯絡人可能會用不同的方式來表達訊息，或是意思基本相同的類似訊息，您可以將其新增為聯絡人訊息意圖的範例。
從快樂與不快樂的路徑思考。 每個意圖可以有一個以上的快樂路徑和一個以上的不快樂路徑。
- 為您的範圍外意圖建立案例。 這可讓您訓練您的機器人，讓其掌握聯絡人提出範圍外資訊的較常見方式。
- 按需包含聯絡人之間的來回訊息。 案例和規則不應該是完整的對話。 當對話中的下一個陳述必然會開始一個新的意圖時，就應停止並建立一個新的案例。
- 將您的案例分割成符合邏輯的子任務。 經常趨向於建立一個從頭到尾包含整個對話的長案例。 但是，這實際上會增加您需要的案例數量。 相反，將您的案例分割成符合邏輯的子任務。 如果您有一些非常密切關聯的子任務，您可以用檢查點連結這些子任務。
- 不要過度使用檢查點。 檢查點可以簡化您的訓練資料。 太多檢查點會讓您的案例難以理解，而且實際上會減慢您的機器人訓練速度。
訓練資料和範例
- 品質永遠勝於數量。 剛開始建立小型資料集，經過長時間積累，收集更多高品質範例。
- 使用真實對話中的範例。 這可確保您使用的資料是真實的。 這些範例來自真實的聯絡人所說內容。
- 不要使用工具來自動產生資料並要求以更快的速度訓練機器人 代替真人客服專員處理客戶互動的軟體應用程式。。 否則通常會產生不能真實反映聯絡人話語意圖的範例。 此外，還會導致機器人失去歸納的能力。 隨著時間的推移，機器人將只能識別曾遇到過的短語。
- 不要對多個意圖使用相同的訓練資料。 如果您重複使用訓練資料，機器人將無法可靠地判斷與聯絡人即時互動的意圖。
- 保持彈性，願意隨時間調整意圖和案例。 當您檢閱對話資料時，您可能會發現您以為是兩個不同的意圖，其實是同一個更廣泛意圖的不同形式。 或者您可能發現某個意圖太廣泛，必須將其細分為更多不同的意圖。
- 僅在有用時才新增訓練範例。
- 不要新增與現有範例非常相似的新訓練範例。 如果機器人正確地預測出某個語句的意圖，且可信度高，這無法幫助機器人新增其他類似的範例。
- 必須新增更多機器人之前預測錯誤或可信度低的語句的訓練範例。