대화 프로필은 에이전트에 제공되는 추천을 제어하는 매개변수 집합을 구성합니다. 이러한 매개변수는 런타임 중에 표시되는 추천을 제어합니다. 각 프로필은 대화를 위해 Dialogflow 가상 에이전트 또는 상담사를 구성합니다. 또한 상담사도 대화에 참여하면 표시할 추천 카테고리를 구성할 수도 있습니다 (예:FAQ 문서 또는 자료 추천). 최종 사용자와의 대화를 만들려면 대화 프로필을 만들어야 합니다.
대화 프로필을 만드는 방법에는 두 가지가 있습니다. 콘솔 튜토리얼 워크플로를 사용하거나 콘솔의 대화 프로필 탭을 사용하여 수동으로 대화 프로필을 만드는 것입니다. 먼저 Console 튜토리얼을 사용하는 것이 좋습니다. Console 튜토리얼을 사용하려면 Agent Assist Console로 이동하여 테스트하려는 기능 아래에 있는 시작하기 버튼을 클릭합니다.
이 페이지에서는 대화 프로필을 수동으로 만드는 방법을 보여줍니다.
시작하기 전에
- FAQ 지원 또는 자료 추천을 구현하려면 문서가 포함된 기술 자료를 만들어야 합니다.
- 스마트 답장을 구현하려면 스마트 답장 모델을 학습시키고 허용 목록을 관리해야 합니다. Agent Assist에서는 자체 데이터를 업로드하기 전에 스마트 답장의 작동 방식을 확인하거나 통합을 테스트하려는 경우 데모 모델과 허용 목록을 제공합니다. 자세한 내용은 스마트 답장 콘솔 튜토리얼을 참고하세요.
- 요약을 구현하려면 요약 모델을 학습해야 합니다. Agent Assist에서는 자체 데이터를 업로드하기 전에 요약 작성의 작동 방식을 확인하거나 통합을 테스트하려는 경우 데모 모델과 허용 목록을 제공합니다. 자세한 내용은 Summarization Console 튜토리얼을 참고하세요.
대화 프로필 만들기 및 수정하기
Agent Assist 콘솔로 이동합니다.
목록에서 프로젝트를 선택하고 왼쪽 사이드바 메뉴에서 대화 프로필을 클릭합니다.
페이지 오른쪽 상단에서 +새로 만들기를 클릭합니다.
표시되는 메뉴에서 표시 이름 상자에 고유한 대화 프로필 이름을 입력합니다.
사용 가능한 옵션 목록에서 추천 유형을 하나 이상 선택합니다. 선택한 각 기능에 대해 모델(스마트 답장 및 요약 추천의 경우) 또는 기술 자료(FAQ 지원 또는 자료 추천의 경우)를 선택할 수 있습니다. 신뢰도 임곗값 및 최대 추천 개수 값을 입력하라는 메시지도 표시됩니다. 최대 추천 개수는 반환된 응답 추천 수 또는 지식 추천 수이며, 신뢰도 임곗값은 각 지식 추천 또는 응답 추천이 상담사의 요청과 관련이 있다는 모델의 신뢰도 수준을 나타냅니다. 신뢰값이 높을수록 관련 응답이 반환될 가능성이 높아지지만, 높은 임곗값을 충족하는 사용 가능한 옵션이 없으면 응답이 더 적게 반환되거나 반환되지 않을 수 있습니다. 사용 중인 기능에 따라 신뢰도 임곗값을 스마트 답장=0.01, 요약=0.01, 자료 추천=0.44, FAQ 지원=0.4 등으로 설정하는 것이 좋습니다. 모든 경우에 최대 추천 개수 값은 3부터 시작하는 것이 좋습니다. 시뮬레이터를 사용하여 결과를 실험하고 원하는 성능을 얻을 때까지 신뢰값을 조정할 수 있습니다.
가져오기 메서드(인라인 또는 Pub/Sub)를 선택합니다. 기본적으로 인라인이 사용 설정되어 있습니다. 원하는 경우 Cloud Pub/Sub 알림을 사용 설정할 수 있습니다.
(선택사항) 감정 분석을 사용 설정합니다. 이 기능은 에이전트와 최종 사용자 모두에게 받은 메시지를 분석하여 감정적 의도를 판단합니다.
(선택사항) Dialogflow 가상 에이전트로의 전달을 사용 설정합니다. 가상 에이전트는 상담사에게 에스컬레이션하기 전에 고객 문제를 해결하려는 자동화된 에이전트입니다. 이 전환 버튼을 사용 설정하면 시뮬레이터를 실행할 때 기존 가상 에이전트를 상담사에게 전달할 수 있습니다. 이 기능을 시뮬레이션하려면 Dialogflow ES 콘솔을 사용하여 Dialogflow 가상 에이전트를 만들고 해당 에이전트를 Agent Assist 콘솔에 사용 중인 것과 동일한 프로젝트에 연결해야 합니다.
만들기를 클릭합니다. 대화 프로필을 사용할 준비가 될 때까지 몇 분이 걸릴 수 있습니다.
다음 단계
Agent Assist 시뮬레이터를 사용하여 대화 프로필의 성능을 테스트합니다.