Configurações do agente

Os agentes têm muitas configurações que afetam o comportamento. Cada console oferece configurações diferentes.

Configurações do agente do console do Dialogflow CX

Para acessar as configurações do agente:

Console

1. Abra o console do Dialogflow CX.
2. Escolha seu projeto do Google Cloud.
3. Selecione seu agente.
4. Clique em Configurações do agente.
5. Atualize as configurações conforme desejado.
6. Clique em Save.

API

Veja os métodos get e patch/update para o tipo Agent. Acessar a referência da API Agent

Selecione um protocolo e uma versão para a referência do agente:

Protocolo	V3	V3beta1
REST	Recurso de agente	Recurso de agente
RPC (remote procedure call)	Interface do agente	Interface do agente
C++	AgentsClient (em inglês)	Indisponível
C#	AgentsClient (em inglês)	Indisponível
Go	AgentsClient (em inglês)	Indisponível
Java	AgentsClient (em inglês)	AgentsClient (em inglês)
Node.js	AgentsClient (em inglês)	AgentsClient (em inglês)
PHP	Indisponível	Indisponível
Python	AgentsClient (em inglês)	AgentsClient (em inglês)
Ruby	Indisponível	Indisponível

Fechar

As subseções a seguir descrevem as diferentes categorias de configurações do agente.

Configurações gerais

As seguintes configurações gerais estão disponíveis para agentes:

• Nome de exibição

  Um nome legível para seu agente.

• Fuso horário

  O fuso horário padrão do seu agente.

• Idioma padrão

  O idioma padrão compatível com seu agente. Depois que um agente é criado, o idioma padrão não pode ser alterado. No entanto, é possível fazer o seguinte:

  1. Exporte seu agente para o Formato JSON.
  2. Descompacte o arquivo salvo.
  3. Localize o arquivo agent.json.
  4. Atualize defaultLanguageCode e supportedLanguageCodes aos valores desejados.
  5. Restaure o agente para o mesmo agente ou um diferente da etapa 1.
  6. Atualize as frases de treinamento e os valores de entidade específicos do idioma conforme necessário.

• Bloqueio do agente

  • Bloquear o agente

    Indica se o agente está bloqueado. Não é possível editar um agente bloqueado.

• Configurações de registro

  • Ativar o Cloud Logging

    Indica se o Cloud Logging está ativado para o agente.

  • Ativar a geração de registros de interação

    Indica se você quer que o Google colete e armazene consultas do usuário final editadas para melhorar a qualidade.

    Observação: alguns recursos, como os experimentos, o histórico de conversas, a exportação do BigQuery, o Google Analytics e a melhoria do modelo PLN, exigem a ativação dessa configuração, porque dependem dos registros de tráfego.

  • Ativar a edição de entradas do usuário final com base no consentimento

    Se essa configuração estiver ativada, você poderá usar um parâmetro de sessão especial para controlar se a entrada e os parâmetros do usuário final são editados no histórico de conversas e no registro do Cloud. Por padrão, o parâmetro de sessão é true. Se essa configuração estiver desativada, não haverá ocultação.

    O consentimento do usuário é coletado usando um parâmetro de sessão booleano: $session.params.conversation-redaction. Se essa configuração estiver ativada e o parâmetro de sessão estiver definido como false, não haverá edição (outras estratégias de edição ainda se aplicam). Se essa configuração for ativada e o parâmetro da sessão for definido como true, a edição vai ocorrer.

    Um exemplo de fluxo de solicitação de consentimento seria: primeiro perguntar ao usuário se ele quer manter a entrada do usuário final e corresponder a resposta a duas intents, uma é "intenção sim" e o outro é "sem intenção". Em seguida, defina o parâmetro da sessão como false (sem edição) nas predefinições de parâmetro da rota "intent yes" no fulfillment e como true (ocorre edição) na predefinição de parâmetro da rota "no intent".

• BigQuery Export

  • Ativar o BigQuery Export

    Indica se Exportação do BigQuery está ativado.

  • Conjunto de dados do BigQuery

    O nome do conjunto de dados do BigQuery.

  • Tabela do BigQuery

    O nome da tabela do BigQuery.

• Sugestões de intent

  É possível ativar sugestões de intenção.

• Modelo de payload personalizado

  Nesta seção, você pode criar descrições e payloads para modelos de payload personalizados.

Configurações de ML

Os agentes de conversação (Dialogflow CX) usam algoritmos de machine learning (ML) para entender as entradas do usuário final, fazer a correspondência com intents e extrair dados estruturados. Os agentes de conversação (Dialogflow CX) aprendem com frases de treinamento que você fornece e os modelos de linguagem integrados aos agentes de conversação (Dialogflow CX). Com base nesses dados, ele cria um modelo para tomar decisões sobre qual intent deve ser combinada com uma entrada do usuário final. É possível aplicar configurações de ML exclusivas a cada fluxo de um agente, e o modelo criado por agentes de conversação (Dialogflow CX) é exclusivo para cada fluxo.

As seguintes configurações de ML em todo o agente estão disponíveis:

• Permitir que o ML corrija a ortografia

  Se esse recurso estiver ativado, e a entrada do usuário final tiver um erro ortográfico ou gramatical, um intent será escolhido como se a entrada estivesse correta. A resposta do intent de detecção conterá a entrada de usuário final corrigida. Por exemplo, se um usuário final digitar "Quero uma caçã", a frase será processada como se o usuário final tivesse digitado "Quero uma maçã". Isso também se aplica a correspondências envolvendo entidades do sistema e personalizadas.

  A correção ortográfica está disponível em inglês, francês, alemão, espanhol e Italiano. Ele está disponível em todas as regiões de agentes de conversação (Dialogflow CX).

  Observação: se a entrada original e corrigida do usuário final corresponderem a intents diferentes, será selecionada aquela que corresponde à entrada original do usuário final.

  Avisos e práticas recomendadas:

  • A correção ortográfica não corrige erros de reconhecimento de fala automático (ASR, na sigla em inglês). Portanto, não recomendamos ativá-la para agentes que usam entradas de ASR.
  • É possível que a entrada corrigida corresponda à intent errada. Isso pode ser corrigido com a inclusão de frases normalmente divergentes em .
  • A correção ortográfica aumenta um pouco o tempo de resposta do agente.
  • Se um agente for definido usando jargão específico do domínio, as correções poderão ser indesejadas.

As seguintes configurações de ML específicas para fluxo estão disponíveis:

• Tipo de PLN

  Pode ser:

  • NLU avançado (padrão): tecnologia NLU avançada. Esse tipo de NLU funciona melhor que o padrão, especialmente para agentes e fluxos grandes.
  • PLN padrão: tecnologia de PLN padrão. Will (Ação) não recebem mais melhorias de qualidade ou novos recursos.

• Trem automático

  Se ativado, o fluxo é treinado sempre que é atualizado com o console. Isso pode causar atrasos na IU do console no caso de fluxos grandes. Portanto, desative essa configuração e treine os fluxos manualmente conforme necessário.

• Limite de classificação

  Para filtrar resultados de falsos positivos e ainda conseguir variedade com entradas de linguagem natural correspondentes para seu agente, é possível ajustar o limiar de classificação de aprendizado. Essa configuração controla a intenção mínima a confiança de detecção exigida para um correspondência de intent.

  Se a pontuação de confiança de uma correspondência de intent for menor que o limite , então um evento sem correspondência será invocado.

  É possível definir um valor de limite de classificação separado para cada fluxo em cada idioma ativada para o agente. Isso serve para acomodar diferentes idiomas com melhor desempenho em diferentes limiares de classificação. Para mais informações sobre como criar um agente multilíngue, consulte a documentação de agentes multilíngues.

  Observação: antes de ajustar esse valor, tente adicionar exemplos negativos.

• Status do treinamento

  Indica se o fluxo foi treinado desde a atualização mais recente dos dados do fluxo.

• PLN de trem

  Use esse botão para treinar manualmente o fluxo.

Configurações da IA generativa

As seguintes configurações de IA generativa estão disponíveis:

• Geral

  • Frases banidas

    Lista de frases banidas pela IA generativa. Se uma frase proibida aparecer no comando ou na resposta gerada, a geração vai falhar.

  • Filtros de segurança

    Configurar níveis de sensibilidade de filtros de segurança para diferentes categorias de IA responsável (RAI). O conteúdo será avaliado com base nas quatro categorias a seguir:

    Categoria	Descrição
    Discurso de ódio	Comentários negativos ou nocivos voltados à identidade e/ou atributos protegidos.
    Conteúdo perigoso	Promove ou permite o acesso a produtos, serviços e atividades prejudiciais
    Conteúdo sexualmente explícito	Contém referências a atos sexuais ou outro conteúdo obsceno
    Assédio	Comentários maliciosos, intimidantes, abusivos ou violentos direcionados a outra pessoa

    O conteúdo é bloqueado com base na probabilidade de ser nocivo. Para personalizar o nível de sensibilidade, selecione Bloquear poucos, Bloquear alguns e Bloquear a maioria em cada categoria. Também é possível ter acesso à opção restrita Bloquear nenhum, que desativa as verificações de RAI para a categoria, depois de enviar uma solicitação de confirmação de risco para o projeto e receber a aprovação.

    Para mais informações, consulte Configurar atributos de segurança.

  • Segurança do prompt

    Você pode marcar a configuração Ativar solicitação de verificação de segurança. para ativar verificações de segurança de comandos. Quando ativado, o agente vai tentar impedir ataques de injeção de comandos. Esses ataques podem ser usados para revelar partes do comando do agente ou para fornecer respostas que o agente não deveria fornecer. Para isso, é preciso enviar um comando LLM adicional que verifica se a consulta do usuário é possivelmente maliciosa.

    Essa configuração é ativada por padrão para novos agentes. Se o agente foi criado antes do lançamento dessa configuração, ela não está ativada.

• Agente generativo

  Observação: essa configuração tem acesso restrito.

  • Seleção generativa de modelo

    Selecione o modelo usado pelos recursos generativos. Para mais informações, consulte versões do modelo.

• Fallback generativo

  • Configuração de comando de texto

    Consulte Fallback generativo: defina sua própria instrução.

• Datastore

  Consulte Configurações do agente de repositório de dados.

Configurações de fala e de URA

As seguintes configurações de fala e URA estão disponíveis:

• Text-to-Speech

  • Seleção de voz

    É possível selecionar o idioma e a voz usados para a síntese de voz.

    Para ativar a Voz personalizada do agente, selecione a opção "Voz personalizada" na caixa de seleção de voz e especifique o nome da voz personalizada no campo correspondente. O nome da voz personalizada precisa seguir o seguinte padrão: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

    • Se você estiver usando um gateway de telefonia, verifique se a conta de serviço do agente de serviço do Dialogflow [e-mail] recebeu o "Preditor do AutoML" no seu projeto de voz personalizada.
    • Para chamadas de API regulares, verifique se a conta de serviço usada para chamar os agentes de conversação (Dialogflow CX) foi concedida com o "AutoML Predictor" em um projeto de voz personalizado.

• Speech-to-Text

  • Ativar a adaptação automática de fala

    Consulte Adaptação automática de fala.

  • Configurações avançadas de fala

    Para detalhes sobre as opções avançadas de fala, consulte o Configurações avançadas de fala guia.

DTMF

Consulte DTMF para integrações de telefonia para mais informações.

Multimodal

Consulte Complementar chamada.

Configurações de compartilhamento

Consulte Controle de acesso.

Configurações de idiomas

Adicione suporte extra ao idioma para o agente. Para ter acesso à lista completa de idiomas, consulte a referência de idioma.

Detecção automática de idioma

Quando você configura a detecção automática de idioma, o agente de chat detecta automaticamente o idioma do usuário final e muda para ele. Consulte a documentação sobre a detecção automática de idiomas para mais detalhes.

Configurações de segurança

Consulte Configurações de segurança.

Configurações avançadas

Atualmente, a única configuração avançada é para a análise de sentimento.

Configurações do console do Agent Builder

Esta seção descreve as configurações disponíveis para apps de agentes.

Geral

As seguintes configurações gerais estão disponíveis para apps de agentes:

• Nome de exibição

  Um nome legível por humanos para seu app de agente.

• Local

  A região do app do agente.

• Bloqueio de apps

  Se ativado, fazer alterações no app do agente não são permitidas.

Geração de registros

As seguintes configurações de geração de registros estão disponíveis para apps de agente:

• Ativar o Cloud Logging

  Se ativada, os registros serão enviados para o Cloud Logging.

• Ativar o histórico de conversas

  Se ativado, histórico de conversas vão estar disponíveis. Indica se você quer que o Google colete e armazene consultas do usuário final editadas para melhorar a qualidade. Essa configuração não afeta se o histórico de conversas é usado para gerar respostas do agente.

• Ativar o BigQuery Export

  Se ativada, o histórico de conversas é exportado para o BigQuery. A configuração Ativar histórico de conversas também precisa estar ativada.

IA generativa

As seguintes configurações de IA generativa estão disponíveis para apps de agentes:

• Seleção de modelos generativos

  Selecione o modelo generativo que os agentes devem usar por padrão.

• Limite de tokens de entrada

  Selecione o limite de tokens de entrada para o modelo generativo. Esse é o tamanho máximo de token para entrada enviada ao modelo. Dependendo do modelo, um token pode ter entre um caractere e uma palavra. Limites de token menores têm latência menor, mas o tamanho da entrada do modelo é limitado. Limites maiores de token têm latência maior, mas o tamanho da entrada do modelo pode ser maior.

• Limite de tokens de saída

  Selecione o limite de tokens de saída para o modelo generativo. Esse é o tamanho máximo de token para a saída recebida do modelo. Dependendo do modelo, token pode estar entre um caractere e uma palavra. Limites de token menores têm latência mais baixa, mas o tamanho da saída do modelo é limitado. Limites de token maiores têm latência maior, mas o tamanho da saída do modelo pode ser maior.

• Temperatura

  A temperatura de um LLM permite controlar a criatividade das respostas. Um valor baixo gera respostas mais previsíveis. Um valor alto fornece respostas mais criativas ou aleatórias.

• Frases banidas

  Lista de frases proibidas para a IA generativa. Se uma frase proibida aparecer no comando ou na resposta gerada, o agente vai retornar uma resposta alternativa.

• Filtros de segurança

  Configure os níveis de sensibilidade dos filtros de segurança em relação a diferentes categorias de IA responsável (RAI). O conteúdo será avaliado com base nas quatro categorias a seguir:

  Categoria	Descrição
  Discurso de ódio	Comentários negativos ou nocivos voltados à identidade e/ou atributos protegidos.
  Conteúdo perigoso	Promove ou permite o acesso a produtos, serviços e atividades prejudiciais
  Conteúdo sexualmente explícito	Contém referências a atos sexuais ou outro conteúdo obsceno
  Assédio	Comentários maliciosos, intimidantes, abusivos ou violentos direcionados a outra pessoa

  O conteúdo é bloqueado com base na probabilidade de ser nocivo. O nível de sensibilidade pode ser personalizado escolhendo uma das opções Bloquear poucos (bloqueando apenas instâncias de conteúdo nocivo de alta probabilidade), Bloquear alguns (instâncias de probabilidade média e alta) e Bloquear a maioria (probabilidade baixa, média e alta) para cada categoria. Também é possível ter acesso à opção restrita Bloquear nenhum, que desativa as verificações de RAI para a categoria, depois de enviar uma solicitação de confirmação de risco para o projeto e receber a aprovação.

  Para mais informações, consulte Configurar atributos de segurança.

• Segurança do prompt

  Você pode marcar a configuração Ativar solicitação de verificação de segurança. para ativar verificações de segurança de comandos. Quando ativado, o agente vai tentar impedir ataques de injeção de comandos. Esses ataques podem ser usados para revelar partes do comando do agente ou para fornecer respostas que o agente não deveria fornecer. Isso é feito enviando uma solicitação de LLM adicional que verifica se a consulta do usuário é possivelmente mal-intencionada.

  Essa configuração é ativada por padrão para novos agentes. Se o agente tiver sido criado antes do lançamento dessa configuração, a configuração não está ativada.

Git

Essas configurações oferecem uma integração com o Git. Siga as instruções para configurar a integração.