檢閱並改進您的機器人

此頁面提供有關檢閱 CXone Bot Builder 中的對話資料以改善您的機器人績效的資訊。這是機器人實作流程的第五步。

在您配置並開始測試您的機器人的初始用例之後，Bot Builder 將會擁有您可以用來檢驗目前的配置是否有效的資料。一開始，資料來自與機器人的測試對話。稍後，將機器人釋放至生產階段後，資料將包括與聯絡人的即時對話。

透過檢閱這些資料，您可以發現可以改善機器人效能的方面。機器人的績效以其正確預測意圖的程度來表示。如果機器人預測錯誤的意圖，則聯絡人更難達成目標。

Glossary

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 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。
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。
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	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。

檢閱對話資料

您可以檢閱機器人處理的每一個對話。這可讓您第一手了解您的機器人如何回應、機器人在哪些方面遇到困難，以及聯絡人與機器人互動的方式和他們遇到的任何問題。這些資訊很有價值，因為您可以利用它來改善您的機器人意圖聯絡人所說/所輸入內容背後的含義或目的；聯絡要傳達或實現什麼、規則用於定義機器人對訊息回覆，不隨內容變化。和案例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。。

Bot Builder 中的下列選項可讓您檢閱對話資料：

洞察：為您的機器人提供報告和即時、互動分析：
NLU 收件匣：幫助您管理 NLU 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：使用搜尋列以縮窄 NLU 收件匣或洞察部分的結果。

評估意圖

當您修改機器人的回應時，評估和調整意圖可以幫助您將他們的挑戰轉化為解決方案。雖然您不能迎合每一個使用者的行為，但您可以解決摩擦或挫折的共同之處。

當您檢閱對話時，請評估意圖資料，以了解意圖是否有效且效率高。聯絡人是否容易達到他們想要的結果？如果不是，請確定意圖是否不夠具體、太具體，或是訓練資料不足：

機器人是否能可靠地了解聯絡人的需求？如果不能，請在機器人不確定的意圖中新增更多訓練範例。
是否有任何意圖實際上相似到基本上相同？如果是的話，請考慮將它們合併在更一般的意圖之下，並使用範例來訓練機器人識別不同的情況。
聯絡人是否在說現有意圖未涵蓋的事情？如果是，請考慮新增更多的意圖，或在目前的意圖中新增訓練資料。

完善您的機器人回應

Bot Builder 具有可以幫助您提升機器人績效的功能。您的第一套意圖、案例和規則可能尚未利用這些功能。當您努力改善您的機器人回應方式時，下列功能可能會有所幫助：

檢查您的回應，看看是否可以在機器人回應中使用不同的動作，讓回應更流暢、更像人類或更友善。
考慮是否有任何意圖可以是多重意圖。當聯絡人在一個話語中結合兩個意圖時，多重意圖就很有用。例如，當聯絡人說謝謝。再見作為給機器人的單一訊息時，它們結合了感謝意圖和再見意圖。
如果您還沒有對應到您已經在意圖中繪製出來的快樂路徑，請找出不快樂路徑為意圖產生了錯誤結果的案例。規劃如何處理它們，然後視需要新增案例或規則，以及必要的訓練範例。
考慮需要哪些實體或插槽。實體是從對話中收集的資訊。插槽就像變數，可以容納收集到的實體。
斷定是否需要表單以簡化從聯絡人收集資訊以填入插槽的程序。機器人可以依照表單向聯絡人發問及收集資訊。您也可以讓機器人向聯絡人顯示表單。
在您的機器人回應中配置其他選項，例如富訊息、機器人訊息的變化、智慧輸入遞補和安全網。

您可以改善機器人的情況

在檢閱時，您可以採取動作，指導您的機器人如何在未來的對話中做得更好。下面的清單介紹需要改進的情況和您可以執行的項目：

意圖分類可信度低：如果意圖分類正確，但機器人的可信度很低，請為該意圖新增更多的訓練資料，使機器人具有更高的可信度。訓練資料包括意圖範例和案例。如果意圖分類不正確，請予以變更。
機器人動作預測可信度低：新增更多的訓練資料，使機器人對在這種情況下應該採取什麼動作更有信心。
使用者挫折：可能包括要求轉移給真人（移交任何應該觸發轉移給真人客服專員的聯絡訊息），重複他們之前已經說過的話，或者辱罵。新增更多關於他們問題的訓練資料，或者在遞補中調整NLU 可信度臨界值。它可以告訴您的機器人，如果對如何幫助使用者沒有信心，請盡早使用移交。
「Out_of_scope」意圖或遞補行為：這可能包含使用者要求您的機器人完成無法做到的事情，或者您的機器人過早地使用了遞補。檢查並修復任何錯誤分類的意圖，以確保您的機器人沒有簡單地誤解情況。新增新的案例或規則，告訴您的機器人下次該怎麼做。

遞補和安全網

當您檢閱並改進您的機器人時，您會開始發現聯絡人可能會對您的機器人感到不滿的地方。是時候為您的機器人新增遞補和安全網了。

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：當機器人沒有信心理解聯絡人的意思時。
- 動作遞補：當機器人對自己預測下一個動作的能力沒有信心時。
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。

此外，這是確保您擁有範圍外路徑的好時機，因此機器人可以回應其範圍外的聯絡訊息。