本頁介紹對話式 AI 的基本概念，並與 Bot Builder 相關聯。 目標是幫助您了解 Bot Builder 配置的目的，以及它們能幫助您達成什麼目的。
聯絡人與任何客服專員（包括機器人）之間的對話有三個關鍵元素。 主要對話元素在 CXone Bot Builder 中有相對應的配置。 當您了解這些配置以及它們如何一起運作時，您就可以放心地建立機器人了。 它們是：
- 聯絡人說什麼。
- 聯絡人想要什麼。
- 客服專員或機器人的言行。
聯絡人所說的和想要的在 Bot Builder 中透過意圖、實體和插槽表示。 機器人的言行由案例、規則和機器人動作表示。
聯絡人的所說的話與需求：話語、意圖、實體和插槽
聯絡人透過在聊天視窗輸入訊息與機器人溝通。 機器人接收訊息—也稱為話語—並採取行動。
| 概念 | 定義 | 範例 | 機器人的作用 |
|---|---|---|---|
話語 |
聯絡人在互動中說的任何話。 有時稱為訊息。 |
「我丟失了密碼。」 「我的餘額是多少？」 「您是機器人嗎？」 |
機器人使用自然語言理解 (Natural Language Understanding) (NLU) 來分析每個聯絡話語，以判斷其意義或意圖。 |
意圖 |
聯絡人想要傳達的訊息或要實現的目的。 聯絡人傳送的每則訊息都有意圖。 |
「我丟失了密碼」具有「重設密碼」的意圖。 「您好」有「打招呼」的意圖。 |
機器人會使用 NLU |
實體 |
聯絡人訊息中定義的資訊。 | 人名或產品名稱、電話號碼、帳號、位置等。 | 機器人會使用 NLU 識別聯絡人訊息中的實體。 實體可幫助機器人了解聯絡人訊息的意義。 |
插槽 |
從聯絡人的訊息中提取並儲存以用於機器人回覆的實體。 類似於變數。 | 為聯絡人姓名建立一個插槽可以讓機器人在互動期間在回覆中使用該姓名，使其更加個性化。 | 當配置為如此動作時，機器人會從聯絡訊息中抽取一個實體，並將其儲存在插槽中。 您可以讓機器人在稍後的對話中使用此資訊。 |
機器人的言行：案例、規則與機器人動作
人類的對話難以預測且多變。 機器人的回覆不是這樣的。 這表示您的機器人必須能夠正確解讀人類說話方式的巨大差異，但無需「思考」將如何回覆。 機器人的回覆有明確的定義，並取決於已識別的意圖。
| 概念 | 定義 | 範例 | 機器人的作用 |
|---|---|---|---|
規則 |
定義機器人對訊息回覆，意義不隨內容變化。 |
|
規則是您配置機器人如何回覆意圖的兩種方式的第一種。 規則適用於某些種類的意圖，但並非所有意圖均適用。 |
案例 |
訓練機器人處理基於訊息意圖和對話內容的互動 | 在有關忘記密碼的互動中，機器人會回答：「我該怎麼做呢？」， 這只是其中一種方式。 如果互動是關於建立新帳戶，即使在這兩種情況下聯絡人使用相同的字詞和相同的意圖（獲取更多資訊），回覆也會完全不同。 | 案例您配置機器人如何回覆意圖的兩種方式的第二種。 案例會教導機器人如何使用對話的內容來做出適當的回覆。 |
機器人動作 |
機器人在處理互動時所說或所做的任何事情。 |
在有關忘記密碼的互動中，機器人的回覆是傳送網站上的密碼重設常見問題集的連結。 當聯絡人表達失望情緒時，例如「我不明白！ 無法運作！！！」 機器人會回應「對不起。 您需要我將您轉接至真人客服專員嗎？」 當聯絡人說「是」時，機器人會啟動轉移。 |
動作是您在定義希望機器人如何回覆每個意圖時的選項。 它們可讓您彈性配置每個回覆，以達到符合聯絡人需求的結果。 |
機器人如何學習：訓練與測試
訓練會教導您的機器人正確預測聯絡人的意圖
聯絡人所說/所輸入內容背後的含義或目的；聯絡要傳達或實現什麼。 首先，要為您的機器人提供每個意圖的大量高品質真實實例。 這叫做訓練資料。 當與訓練對話 CXone Bot Builder中的機器人故事和規則。結合時，訓練資料可協助您的機器人學習識別聯絡人的需求，然後作出適當的回覆。
要測試您的機器人，您必須先在機器人的配置中建立資料模型 經過訓練和準備測試的機器人版本。 在 Bot Builder 中，訓練和準備選項會觸發建立新模型。 該程序在後台運行。
透過分析配置的意圖、案例、規則、範例和其他訓練資料建立模型。 模型是機器人的核心—一個軟體程式，可分析對話中的人類語音，從其資料點集合中找出最接近的匹配點，然後執行相對應的動作。
您可以隨意建立新的模型。 每個模型都有編號，並有過去模型的歷史清單。
模型建立完成後，即可測試您的機器人。 測試涉及與您的機器人進行對話。 這就是您尋找您的機器人不了解或預測不佳方面的方式。 您可以修正配置，建立新的模型，並再次進行測試。
Bot Builder 有一個內建的聊天程式，您可以用來與您的機器人進行測試對話。 您也可以與其他人分享您的機器人，讓他們幫助您進行測試。 他們不需要向您報告他們的經驗，因為您的機器人的每一次對話都會儲存在 Bot Builder 中。 您可以檢閱它們，以找出需要注意的痛點。
在您的機器人開發期間以及投入生產之後，檢閱對話資料都很重要。 需要持續微調意圖、案例和規則，以確保您的機器人持續表現良好。
如何處理麻煩
- 遞補：這會教導您的機器人在不確定該如何繼續時該怎麼做。 有兩類形式的遞補：
- NLU 遞補：
- 動作遞補：
- NLU 遞補：
- 安全網：安全網可讓您配置當機器人或其連接的系統出現其他問題時會發生的情況。 這可能包括機器人回覆聯絡人的時間比正常時間更長等情況。
遞補和安全網是預防性選項，但並非所有問題都能預防。 定期檢閱對話資料以尋找聯絡人痛點非常重要。
監控和管理您的機器人
Bot Builder 提供許多工具，您可以使用這些工具來監控您的機器人績效。 這是管理機器人的關鍵、持續部分。 透過使用這些工具定期監控您的機器人績效，您可以發現痛點，並改善機器人的配置以緩和這些痛點。
下列工具可讓您檢閱對話資料：
- 洞察：
- 控制面板：
- 旅程：
- 對話：
- 控制面板：
- NLU 收件匣：幫助您 此過程在自然語言處理 (NLP) 基礎之上擴展，以根據其理解的資訊做出決策或採取行動。 資料，以提升機器人的品質。 顯示聯絡人的所有新訊息。
- 查詢搜尋：使用
下列工具可讓您管理和組織您的機器人資料：
- 標記：將
- 機器人技能：使用
下列工具可讓您檢視關於您的機器人的資訊：
- 健康監控：
- 匯入和匯出工具:
- 活動記錄檔：提供使用者登入 Bot Builder 後的活動的
充分利用 CXone Bot Builder
當您開始計劃如何以最佳方式讓機器人融入您的聯絡中心時，請考慮下列想法。 這些想法可以幫助您充分利用 Bot Builder。
-
針對不同的用例、通道或受眾構建多個機器人
代替真人客服專員處理客戶互動的軟體應用程式。。 您可以使用數位 任何與Digital Experience相關的通道、聯絡或技能。ACD技能讓其與真人客服專員一起工作。 CXone 會將機器人視為使用者實體，對於機器人和真人客服專員而言，路由方式均相同。 -
機器人有許多用例。 例如，您可以：
-
在將聯絡人轉接至真人客服專員之前收集資訊。
-
在互動開始時處理分流，將聯絡人轉接至更具體的客服專員。
-
使用機器人來處理您的客服專員收到的最常見和最簡單的問題，例如檢查訂單狀態或帳單到期日、更新聯絡資訊，或有關商店位置和營業時間的問題。
-
讓機器人值夜班，以提供 24/7 的客戶服務。 建立數位 ACD 通宵互動的技能，然後設定您的指令碼，將接收到的互動通宵傳送給機器人。 機器人可以處理互動或將其路由到客服專員以在第二天早班進行處理。
- 使用 Autopilot Knowledge 直接從您的 CXone Expert 知識管理中心提供答案。
- 透過 API 設定 Bot Builder 與其他系統之間的整合，以增加您的機器人的實用性。
- 設定指令碼整合以使用 JavaScript 建立自訂的機器人動作。
-
如何開始一個新的機器人專案
如果您是 Bot Builder 的新使用者，則可以依照教學。 它會引導您建立一個範例機器人。
在您熟悉 Bot Builder 介面與概念之後，可以依照實作流程開始規劃並建立您的第一個機器人。 此流程涵蓋了建立機器人時需要完成的所有任務。
有了穩定的機器人工作模型之後，即可開始慢慢將它介紹給您的客戶。 與其一開始就立即讓您的機器人處理滿載的互動，不如：
-
驅動一小部分流量到您的機器人來慢慢開始。 隨著機器人變得越來越智慧並且更有能力處理更多用例，逐步提高這個百分比。 在您的 Studio 指令碼中，使用指令碼邏輯設定條件以定義哪些流量應該路由到機器人。
-
使用 數位 技能和指令碼邏輯以在兩個不同的機器人之間拆分流量以進行 A/B 測試。 這可以幫助您驗證哪個機器人的表現更好。