Résumer avec des sections personnalisées

La synthèse avec des sections personnalisées utilise un LLM pour résumer les conversations du service client. Le modèle prend en compte les conversations et les sections personnalisées, qui sont des parties des requêtes textuelles qui définissent la tâche effectuée par le modèle, pour générer ensuite les résumés.

Vous pouvez également écrire vos propres définitions de tâches de résumé dans des sections personnalisées. Les sections prédéfinies et personnalisées sont décrites dans un générateur.

Sections prédéfinies

Cette fonctionnalité propose six sections prédéfinies parmi lesquelles vous pouvez sélectionner:

  • Situation Il s'agit de ce sur quoi le client a besoin d'aide ou de ce qui lui pose question.

  • Action. Définit ce que l'agent fait pour aider le client.

  • Résolution. Quatre options sont proposées.

    • Y: Oui. Tous les problèmes et requêtes des clients sont résolus.
    • P: Partiel. Seuls certains des nombreux problèmes et requêtes des clients sont résolus.
    • N: Non. Aucun des problèmes et des requêtes des clients n'est résolu.
    • N/A: Le client n'a soulevé aucun problème ni question spécifique au cours de la conversation.
  • Satisfaction client Les options sont "Insatisfait" ou "Satisfait".

    • D: Le client n'est pas satisfait ou a des sentiments négatifs à la fin de la conversation.
    • N: Le client est neutre ou a des sentiments positifs à la fin de la conversation.
  • Motif de l'annulation Motif de l'annulation si le client demande à annuler la commande. N/A dans le cas contraire.

  • Entités Paires clé-valeur des entités importantes extraites de la conversation.

Créer un générateur de résumés

Console

Pour créer un générateur de résumés à l'aide de la console Agent Assist, procédez comme suit:

  1. Dans la console, accédez à la page Synthèse, puis sélectionnez Générateur.

    Accéder à la synthèse

  2. Saisissez le nom du générateur.

  3. Sélectionnez la version du générateur.

  4. Sélectionnez la langue de sortie.

  5. Sélectionnez les sections sous Sections prédéfinies.

  6. Ajoutez des sections sous Sections personnalisées: définissez de nouvelles tâches de résumé si nécessaire, et ajoutez éventuellement des exemples à quelques exemples pour améliorer le modèle.

  7. Cliquez sur Enregistrer.

REST

Pour créer un générateur de résumés à l'aide de l'API, procédez comme suit:

  1. Appelez la méthode CreateGenerator à partir de la ressource Générateur.

  2. Saisissez le nom du générateur dans le champ description.

  3. Saisissez le code de langue de sortie du générateur dans le champ output_language_code.

  4. Saisissez l'événement déclencheur MANUAL_CALL.

  5. Sélectionnez des sections prédéfinies et ajoutez des sections personnalisées avec des exemples à quelques exemples dans SummarizationContext.

Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet Cloud
  • LOCATION_ID: votre ID d'emplacement

Méthode HTTP et URL :

POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/generators

Corps JSON de la requête :

{
  "parent": "projects/PROJECT_ID/locations/LOCATION_ID",
  "description": "test",
  "triggerEvent": "MANUAL_CALL",
  "summarizationContext": {
    "summarizationSections": [{
      "type": "SITUATION"
    }, {
      "type": "ENTITIES"
    }, {
      "key": "custom_section",
      "definition": "Describe what the customer needs help with or has questions about. If there is an order number mentioned in the conversation, INCLUDE the order number.",
      "type": "CUSTOMER_DEFINED"
    }],
    "version": "2.1",
    "outputLanguageCode": "en-US"
  }
}

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir une réponse JSON de ce type :

{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/generators/GENERATOR_ID",
  "description": "test",
  "inferenceParameter": {
    "maxOutputTokens": 1024,
    "temperature": 0.0,
    "topK": 40,
    "topP": 0.8
  },
  "triggerEvent": "MANUAL_CALL",
  "createTime": "2024-05-11T00:28:14.790937126Z",
  "updateTime": "2024-05-11T01:59:15.751724150Z",
  "summarizationContext": {
    "summarizationSections": [{
      "type": "SITUATION"
    }, {
      "type": "ENTITIES"
    }, {
      "key": "custom_section",
      "definition": "Describe what the customer needs help with or has questions about. If there is an order number mentioned in the conversation, INCLUDE the order number.",
      "type": "CUSTOMER_DEFINED"
    }],
    "version": "2.1",
    "outputLanguageCode": "en-US"
  }
}

Tester un générateur de résumés

Dans la console, vous pouvez tester le générateur dans la section Tester le générateur, comme illustré dans l'image suivante.

Pour tester un générateur dans la console, procédez comme suit:

Console

  1. Une transcription de la conversation. Vous pouvez saisir manuellement des énoncés ou importer une transcription au format JSON, comme illustré dans l'image suivante.

  2. Cliquez sur Générer pour afficher le résumé.

Configurer un profil de conversation

Un profil de conversation configure un ensemble de paramètres qui contrôlent les suggestions adressées à un agent au cours d'une conversation. Les étapes suivantes permettent de créer un ConversationProfile avec un objet HumanAgentAssistantConfig.

Les exemples suivants montrent comment créer un profil de conversation.

Console

  1. Dans la console Agent Assist, accédez à la page Profils de conversation.

  2. Saisissez le nom à afficher.

  3. Sélectionnez Récapitulatif de la conversation (générateur) comme type de suggestion.

  4. Sélectionnez le nom du générateur dans la liste.

REST

  1. Appelez la méthode create à partir de la ressource de profil de conversation.

  2. Attribuez un nom au nouveau profil de conversation.

  3. Saisissez le code de langue.

  4. Saisissez le nom du générateur dans human_agent_suggestion_config.

Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet Cloud
  • LOCATION_ID: votre ID d'emplacement
  • CONVERSATION_PROFILE_ID: ID de votre profil de conversation
  • GENERATOR_ID: ID de votre générateur

Méthode HTTP et URL :

POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles

Corps JSON de la requête :

{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "displayName": "conversation-profile-with-generator",
  "humanAgentAssistantConfig": {
    "humanAgentSuggestionConfig": {
      "generators": "projects/PROJECT_ID/locations/LOCATION_ID/generators/GENERATOR_ID"
    }
  },
  "languageCode": "en-US"
}

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir une réponse JSON de ce type :

{
  "name": "projects/PROJECT_ID/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "displayName": "conversation-profile-with-generator",
  "humanAgentAssistantConfig": {
    "humanAgentSuggestionConfig": {
      "generators": "projects/PROJECT_ID/locations/LOCATION_ID/generators/GENERATOR_ID"
    }
  },
  "languageCode": "en-US"
}

Valider avec le simulateur

Vous pouvez vérifier le profil de conversation dans le simulateur Agent Assist.

Conversations au moment de l'exécution

Au moment de l'exécution, lorsqu'un dialogue commence entre un utilisateur et un agent, vous créez une conversation, qui est une interaction entre un agent (humain ou virtuel) et un client ou un utilisateur de l'assistance. Pour voir les suggestions, créez un participant utilisateur et un participant agent, puis ajoutez-les à la conversation.

Créer une conversation

Pour créer une conversation, appelez la méthode create sur la ressource Conversation.

REST

Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet Cloud
  • LOCATION_ID: votre ID d'emplacement
  • CONVERSATION_PROFILE_ID: ID obtenu lors de la création du profil de conversation

Méthode HTTP et URL :

POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations

Corps JSON de la requête :

{
  "conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
}

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir une réponse JSON de ce type :

{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID",
  "lifecycleState": "IN_PROGRESS",
  "conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "startTime": "2018-11-05T21:05:45.622Z"
}

Le segment de chemin d'accès après conversations contient le nouvel ID de la conversation.

Créer un participant utilisateur

Pour créer un participant utilisateur, appelez la méthode create sur la ressource Participant. Indiquez votre ID de conversation et END_USER pour le champ role.

REST

Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet Cloud
  • LOCATION_ID: votre ID d'emplacement
  • CONVERSATION_ID: ID de votre conversation

Méthode HTTP et URL :

POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants

Corps JSON de la requête :

{
  "role": "END_USER",
}

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir une réponse JSON de ce type :

{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants/PARTICIPANT_ID",
  "role": "END_USER"
}

Le segment de chemin d'accès indiqué après participants contient le nouvel ID de participant utilisateur.

Créer un participant d'agent

Appelez la méthode create sur la ressource Participant. Indiquez votre ID de conversation et HUMAN_AGENT ou AUTOMATED_AGENT pour le champ role.

REST

Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet Cloud
  • LOCATION_ID: votre ID d'emplacement
  • CONVERSATION_ID: ID de votre conversation

Méthode HTTP et URL :

POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants

Corps JSON de la requête :

{
  "role": "HUMAN_AGENT",
}

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir une réponse JSON de ce type :

{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants/PARTICIPANT_ID",
  "role": "HUMAN_AGENT"
}

Le segment de chemin d'accès indiqué après participants contient le nouvel ID de participant de l'agent.

Analyser le message

Il existe deux façons d'analyser les messages:

  • Pendant une conversation Pour ajouter et analyser un message d'agent pour la conversation, appelez la méthode analyzeContent sur la ressource Participant. Indiquez l'ID de la conversation et l'ID de participant de l'agent. Pour ajouter et analyser un message utilisateur pour la conversation, appelez la méthode analyzeContent sur la ressource Participant. Indiquez l'ID de la conversation et l'ID de participant de l'utilisateur. N'effectuez pas d'appels en double à la méthode analyzeContent si elle a été appelée pour d'autres fonctionnalités Dialogflow.

  • Après une conversation Vous pouvez utiliser cette option si vous n'utilisez pas la méthode analyzeContent pendant la conversation. À la place, vous pouvez utiliser la méthode batchCreate sur la ressource messages pour ingérer l'historique des messages de la conversation.

Générer un résumé

Vous pouvez obtenir une suggestion à tout moment du dernier message de l'un des participants.

REST

Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet Cloud
  • LOCATION_ID: votre ID d'emplacement
  • GENERATOR_ID: ID de votre générateur

Méthode HTTP et URL :

POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/statelessSuggestion:generate

Corps JSON de la requête :

{
  "parent": "projects/PROJECT_ID/locations/LOCATION_ID",
  "generatorName": "projects/PROJECT_ID/locations/LOCATION_ID/generators/GENERATOR_ID",
  "conversationContext" {
    "messageEntries": [{
      "role": "HUMAN_AGENT",
      "text": "Hi, this is ABC messaging, how can I help you today?",
      "languageCode": "en-US"
    }, {
      "role": "END_USER",
      "text": "I want to return my order, it is broken",
      "languageCode": "en-US"
    }]
  },
  "triggerEvents": [
    "MANUAL_CALL"
  ]
}

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir une réponse JSON de ce type :

{
  "generatorSuggestion": {
    "summarySuggestion": {
      "summarySections": [
        {
          "section": "situation",
          "summary": "customer wants to return an order."
        },
        {
          "section": "resolution",
          "summary": "N"
        }
      ]
    }
  }
}

La réponse contient le résumé.

Terminer la conversation

Pour terminer la conversation, appelez la méthode complete sur la ressource conversations. Indiquez l'ID de la conversation.

REST

Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet GCP
  • CONVERSATION_ID: ID obtenu lors de la création de la conversation

Méthode HTTP et URL :

POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/conversations/CONVERSATION_ID:complete

Pour envoyer votre requête, développez l'une des options suivantes :

Vous devriez recevoir une réponse JSON de ce type :

{
  "name": "projects/PROJECT_ID/conversations/CONVERSATION_ID",
  "lifecycleState": "COMPLETED",
  "conversationProfile": "projects/PROJECT_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "startTime": "2018-11-05T21:05:45.622Z",
  "endTime": "2018-11-06T03:50:26.930Z"
}

Versions précédentes