實體

實體是聯絡人訊息中的特定資訊，例如姓名、地址、電話號碼、訂單號和項目號。 您可以使用它們來訓練您的機器人，從聯絡人話語Closed 聯絡人所說或所輸入的內容。中提取資訊。 可儲存提取的資訊，以便在機器人回應中使用。 也可將其傳送到CXone，或透過整合傳送到第三方資料庫或應用程式。

聯絡人話語可能包含許多資訊。 您不需要所有資訊的實體。 您應該只建立機器人實現其目標所需資訊的實體。 例如，聯絡人可能在互動期間提供他們的名和姓。 如果目的只是讓機器人可以用聯絡人的名字來呼叫他們，就不需要為姓氏或聯絡人的全名建立實體。

當您建立實體時，會自動建立相對應的插槽Closed 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。來存放提取的資訊。 自動建立的插槽必須予以修改以變更預設值。

實體與插槽密切相關。 插槽在互動過程中儲存資訊，直到其滿足需要為止。 實體從話語中擷取資訊並儲存在插槽中。 您可以將插槽當成變數來使用它所儲存的資訊。

概念 定義 範例 機器人的作用
郵件信封圖示

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。
放大鏡圖示

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 NLUClosed 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。 分析聯絡人的訊息，以判斷其意圖。 知道後，就可以用自己的訊息進行回覆。 您配置希望機器人針對每個意圖使用的回覆。
資訊圖示

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。
插槽圖示

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。
規則圖示

規則

定義機器人對訊息回覆，意義不隨內容變化。
  • 有固定回覆的單輪互動：您們的工作時間是？ 您們的地址是？
  • 對話塊：問候、再見、謝謝和過渡、簡單的「是/否」問題，以及確認。 CXone Bot Builder 具有其中幾個的預設意圖和規則，包括問候、移交Closed 任何應該觸發轉移給真人客服專員的聯絡訊息請求等。
  • 常見問題解答
  • 辱罵和經典機器人挑戰
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。
案例圖示

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。
動作圖示，以三個齒輪圖形表示

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。

實體類型

Bot Builder中有兩種實體：

  • 正則表達式 (regex)：遵循正規模式的實體，例如電話號碼、訂單號或電郵位址。
  • 查詢表：不遵循模式的實體，例如冰淇淋口味、報告標題、襪子款式或顏色。

正則表達式實體

正則表達式是指定搜尋模式的字元序列。 建立一個正則表達式來擷取實體會教機器人一種尋找模式，用以識別該實體Closed 在Interaction Analytics中您的公司設定檔中定義的關鍵字或短語。 與實體類型相關。 可以包括變體。的正確資訊。 這對於具有類似、規律模式的資料非常有用，例如電郵位址、電話號碼、帳號或發票號。。

您可以在Bot Builder中新增 NLU 部分的 regex 實體：

  • 「實體」標籤
  • 「意圖」標籤

查詢表實體

查詢實體是資訊的類別。 在Bot Builder中，它們是單詞清單，每個單詞都是類別中的一個成員。 清單必須包含您的機器人需要知道的類別中的每個成員。 例如，如果您為冰淇淋口味建立一個實體，您需要提供公司提供的每一種口味。 您也可能想要新增貴公司不提供但經常被需求的口味，因此您的機器人可以用範圍外路徑來回應這些要求。

您可以在Bot Builder中從 NLU 部分新增查詢表實體：

查詢實體不區分大小寫。

實體如何運作

要讓您的機器人從話語Closed 聯絡人所說或所輸入的內容。中提取實體Closed 在Interaction Analytics中您的公司設定檔中定義的關鍵字或短語。 與實體類型相關。 可以包括變體。， 您必須在適當的意圖範例中和該意圖的對話Closed CXone Bot Builder中的機器人故事和規則。中標示。 標示會告訴您的機器人，您希望它何時從話語中提取實體，並協助將實體與意圖相關聯。 對於 regex 實體需要標示，但對於查詢表實體仍有幫助。

若要標示一個實體，您必須在話語中選擇該實體，然後選擇該單詞或短語所代表的實體種類。 您可以從 NLU 收件匣、在意圖範例中和從案例或規則如此操作。

在互動過程中，機器人會預測話語的意圖。 如果意圖包含標示的實體，機器人會檢查話語中是否有符合 regex 實體中建立的模式或查詢表實體中的某個範例的字串。 如果找到相符內容，機器人會提取該值，並將其存儲到實體相應的插槽Closed 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。。 此資訊可在互動過程中使用。

當機器人識別到實體時，總是會將實體提取並儲存在對應的插槽中。 如果機器人識別到一個實體，但沒有案例Closed 透過通道與客服專員的完整對話。 例如，互動可以是語音通話、電郵、聊天或社交媒體對話。或規則Closed 用於定義機器人對訊息回覆，不隨內容變化。告訴它該如何處理資訊，它就會忽略該實體。 然而，它不知道該如何處理的實體的存在，會降低機器人預測正確意圖Closed 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的信心。

在某些情況下，您可能只想讓機器人填充實體的插槽。 您可以配置限制機器人可以填充每個插槽的時間。 限制可以基於意圖、表單或兩者。 不是每種插槽填充方法都支援這兩種限制。

實體範例與同義詞

建立實體後，您必須提供範例，以協助機器人學習識別。 每種實體類型的範例各不相同：

  • 對於 regex 實體，範例應該是機器人在互動過程中會遇到的資料類型的真實表示。 例如，對於 phoneNumber 實體，請使用真實的電話號碼。
  • 對於查詢表實體，範例必須是該實體所代表類別的成員。 例如，iceCreamFlavors 實體可能有巧克力、香草和草莓等範例。 範例清單必須包含您的機器人需要知道的類別中的每個成員。

對於查詢表實體，您也可以為每個範例找出同義字。 同義詞允許您教導機器人聯絡人對同一個實體值的各種引用方式。 例如，紐約市也可以稱為 NYC、NY、New York 和 the Big Apple。

您可以在Bot Builder中的下列位置新增實體範例和同義詞：

標示實體以教機器人使用它們

在您建立實體Closed 在與機器人對話期間從聯絡人的訊息中收集的一條資訊。之後，您需要在案例Closed 透過通道與客服專員的完整對話。 例如，互動可以是語音通話、電郵、聊天或社交媒體對話。、規則Closed 用於定義機器人對訊息回覆，不隨內容變化。、意圖Closed 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訓練資料，以及 NLU 收件匣訊息出現的地方選擇並標示它們。 標示會教導機器人，一個實體在標示的訊息意圖上下文中是很重要的。 標示還會：

  • 新增高亮顯示的文字，作為您選取的實體範例。 如果範例已經存在，則不會新增任何內容。
  • 指示機器人從語句中提取該實體。 然後您就可以使用或儲存該實體的值，例如更新客戶記錄或允許機器人使用聯絡人的姓名。
在訓練資料範例中選取的實體。

regex 和查詢實體都需要進行標示。 對於 regex 實體，這是教導您的機器人識別 regex 模式所必需的。 對於查詢實體，它會教導您的機器人實體是意圖的重要部分。

您可以在案例和規則、意圖訓練資料或NLU 收件匣訊息中標示實體。