教您的機器人進行對話

本頁說明在Bot Builder中建立機器人所需的基本任務。這是機器人實作流程的第三步。

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。
時段	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時段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。 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一個新帳戶，即使在兩種情況下聯絡人使用相同的字詞具有相同的意圖 - 以獲取更多資訊，回應也會有很大不同。	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。

教您的機器人進行對話

您不需要為每個可能的對話變化編寫指令碼。 Bot Builder機器人使用對話式人工智慧技術，可讓它們了解聯絡人的意思，並做出適當的回應，而不需要編寫指令碼。但是，您需要教機器人如何處理與聯絡人的對話。您可以使用Bot Builder中的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。建立對話範本。

規則和案例，也稱為對話，教機器人如何用話語回應聯絡人的話語聯絡人所說或所輸入的內容。。每個對話都著重於特定互動的一小部分。它們通常包括一個聯絡人話語、對應的意圖聯絡人所說/所輸入內容背後的含義或目的；聯絡要傳達或實現什麼以及機器人的回應。

您可能需要一個以上的對話來達成特定的意圖。在某些情況下，您可能希望您的機器人根據特定條件對相同的意圖做出不同的回應。您可以透過建立多個對話來教導機器人如何區分對話，每個對話都有其獨特的回應，以及定義機器人何時應該給予該回應的標準。

對話如何教導機器人

在與聯絡人互動期間，機器人會分析聯絡人的話語，並辨識其意圖。如果該意圖只配置一個對話，機器人會依據該對話的配置進行回應。如果意圖有多個對話，機器人會分析互動，以偵測應該使用哪個版本對話的線索。

下圖顯示機器人回應聯絡人的邏輯：

機器人回應

機器人回應可以依您的需求變得簡單或複雜。機器人可以：

以資訊或問題回覆。
顯示圖像、GIF、視訊或網頁連結。其中可以包含供聯絡人互動的按鈕或清單。
使用條件「選擇」要採取的動作。您可以根據聯絡人所說的內容配置多種可能的回應。
依照表單收集聯絡人資訊。
將互動升級至真人客服專員。

機器人回應建立在對話 Bot Builder中的機器人故事和規則。中，並由一個或多個可用的機器人動作組成。機器人動作執行特定功能。某些機器人動作會傳送內容給聯絡人，例如訊息或供選擇的選項清單。其他機器人動作執行聯絡人看不到的任務，例如呼叫 API 或從第三方應用程式取得資料或將資料儲存到第三方應用程式。

Bot Builder有一組預設的機器人動作可供您選擇，但您也可以建立自訂的機器人動作。自訂機器人動作可以呼叫 API 或使用自訂JavaScript。

Skill Store

機器人技能可讓您依據機器人的功能，將機器人的配置和訓練資料分組。您可以使用它們來篩選訓練資料，讓您更容易專注於機器人可以完成的每項任務。

機器人技能還用來透過Bot BuilderSkill Store將預製的功能分發給Bot Builder使用者。 Skill Store 提供與各種CXone Mpower功能和產品的整合。

例如，如果您想將Expert知識庫與Bot Builder機器人一起使用，可以將Autopilot Knowledge機器人技能新增到您的機器人。這會新增所有必要的規則、案例、意圖、實體、插槽、指令碼等到您的機器人。

您可以設計機器人技能，並將它們提交批准，以便新增到Skill Store。 CXone Mpower對其進行檢閱，如果通過，會將它們新增到Skill Store中。

訓練機器人

訓練您的機器人，幫助它透過所做的配置進行學習。訓練的品質越好，機器人正確預測意圖的能力就越強。訓練以下列方式觸發：

當您新增訓練資料到機器人時：訓練資料是您新增到意圖聯絡人所說/所輸入內容背後的含義或目的；聯絡要傳達或實現什麼的範例。如果您新增大量高品質的範例，您的機器人就能更有效地建立詞、短語和意圖之間的關聯。
當您建立案例和規則時：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。和規則用於定義機器人對訊息回覆，不隨內容變化。會教機器人如何回應意圖。如果意圖有足夠的高品質訓練資料，機器人就能學會辨識不同的聯絡人表達相同意圖的方式。
當您建立案例來教導機器人關於意圖的變化時：對於一般意圖的變化會影響機器人的回應，可使用案例來教導機器人區分這些變化。這有助於您的機器人學習掌握聯絡人請求的 Nuances，並作出正確的回應。

您可以透過在Bot Builder中聊天來測試您的機器人的訓練效果。透過與您的機器人聊天，您可以看到它哪裡有問題，並立即進行修正。

持續訓練過程的一部分就是與您的機器人合作，讓它變得更聰明。您的機器人越聰明，就越能有效預測意圖並選擇正確的回應。您可以透過檢閱交流資料，並針對交流資料中發現的問題對您的機器人進行變更，讓您的機器人更聰明。您可以檢閱並改進您的機器人

訓練資料

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範例訓練您的機器人，使其了解聯絡人可能表達意圖的各種方式。您擁有的意圖範例越多，機器人就能正確辨識出更多不同的意圖。使用真實對話資料來測試和培訓您的機器人。始終選擇高品質而非大量的資料以獲得最佳結果。這有助於確保機器人準備就緒，可以處理與真實聯絡人的對話。

您可以檢視您的意圖看看哪些意圖需要更多的訓練範例。每個意圖旁都有一個數字，表示其範例的數量。如果可能的話，有 14 個或更少範例的意圖需要更多訓練範例。

訓練和準備選項

當您準備測試您對機器人所做的變更時，可以點擊訓練和準備。這會將變更新增到機器人，以便您可以對其進行測試。可能需要透過交流進行額外訓練，以完善機器人對配置的理解。

如果您對已經部署到生產中的機器人進行改進，則訓練和準備會建立新的機器人模型經過訓練和準備測試的機器人版本並將該模型部署到模擬環境。如果您希望改進反映在生產中，則需要手動部署這個新模型。這可以確保在您未明確同意之前，機器人模型不會進入生產環境。

您可以使用健康監測追蹤以訓練和準備啟動的訓練進度。

使用案例和規則訓練您的機器人

案例將教導機器人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。在互動的背景下如何回應訊息聯絡人在與機器人互動時表達的任何內容，無論是問題還是陳述，以文字形式還是話語形式。。您可以從頭開始建立案例或將實際交流轉換成案例。規則教您的機器人回應意義不依賴上下文的訊息。

有時您可能需要為單個意圖建立多個案例。當您希望您的機器人根據意圖的微小差異做出不同回應時，這將非常有用。例如，如果機器人可以檢查帳戶餘額，您可能希望機器人根據聯絡人想要檢查的帳戶類型作出不同的回應。

案例和規則可能需要定期更新和修訂。例如，如果在檢閱對話資料後，您發現其中一個案例導致機器人感到困惑並且預測錯誤的意圖，您可以透過變更案例來解決問題。在某些情況下，您可能需要更改意圖以及案例。

訓練資料最佳做法

在計劃收集訓練資料和訓練機器人的方法時，請牢記下列最佳做法：

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。

建立機器人回應以訓練您的機器人

用下列程序配置機器人回應：

建立意圖。
為您建立的意圖聯絡人所說/所輸入內容背後的含義或目的；聯絡要傳達或實現什麼建立一個規則或案例，以定義機器人如何回應該意圖。建立哪一個取決於意圖。請參閱您在機器人執行過程中前面所做的計劃。建立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。和規則用於定義機器人對訊息回覆，不隨內容變化。的高階流程是：
1. 案例和規則以聯絡人可能會說的話開始。例如，對於名為 check_balance 的意圖，聯絡人可能會說：「您能告訴我我的帳戶餘額嗎？」
2. 在您輸入聯絡人可能會說的範例後，Bot Builder嘗試預測範例聯絡人訊息的意圖。
3. 確認機器人的預測或選擇正確的意圖，然後確認。如果機器人的預測信心似乎很低，可為意圖新增更多的訓練範例。
4. 現在您可以使用任何可用的機器人動作來新增機器人的回應。
  檢視圖像
5. 新增另一個聯絡人語句，如果此意圖的現實交流範例顯示聯絡人通常以相同類型的問題或陳述來跟進（來自客服專員或機器人）回應。
6. 按照您收集到的真實範例，繼續案例或規則中的轉換。新增您需要的往來互動，教導機器人應該如何進行關於意圖的交流。
  通常，規則將由一條聯絡訊息和一個機器人回應組成。案例可以由機器人和連絡人之間的一系列交流組成。但是，案例不應是完整的交流。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。或者，考慮將案例分割成較小的子案例。
7. 如果根據聯絡人的獨特情況和需求，交流內容可能會有所不同，請針對相同的意圖建立多個案例。這樣可以訓練機器人分辨單個意圖的不同變化。
  - 不要在同一個案例中包含交流流程的變化。這可能會讓機器人感到困惑。
  - 如果聯絡人可能會用不同的方式來敘述訊息，或是類似的訊息基本上都是相同的意思，您可以新增這些訊息，作為意圖的範例。
  - 以快樂和不快樂路徑進行思考。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。
如果意圖、規則或案例需要它們，請建立實體、插槽或表單。
- 只為您需要機器人從交流中擷取的資訊建立實體。
- 為您在交流中需要儲存或使用的資料建立插槽。
- 如果您需要從聯絡人收集多條資訊，請考慮在案例或規則中使用表單。
完成更改後，點擊訓練和階段以更新您的機器人型號經過訓練和準備測試的機器人版本來測試此變更。
與您的機器人聊天對其進行測試。根據您與機器人的交流結果，可能需要調整您建立的案例或規則。您可能還需要新增或變更您正在處理的意圖的訓練資料。必要時重複訓練和測試步驟，直到您滿意機器人的表現為止。