Ein Dialogflow CX-Agent ist ein virtueller Agent, der nebenläufige Unterhaltungen mit Ihren Endnutzern abwickelt. Mithilfe von Natural Language Understanding (NLU) versteht der Agent die Nuancen der menschlichen Sprache. Im Laufe der Unterhaltung übersetzt Dialogflow Nutzereingaben in Text- oder Audioform in strukturierte Daten, die Ihre Anwendungen und Dienste verstehen können. Sie entwerfen und erstellen einen Dialogflow-Agent, der die für Ihr System erforderlichen verschiedenen Typen von Unterhaltungen verarbeitet.
Ein Dialogflow-Agent ähnelt einem menschlichen Callcenter-Agent. Beide werden für die Bearbeitung erwarteter Szenarien trainiert. Dabei sind keine übermäßig genauen Vorgaben nötig.
Agent erstellen
So erstellen Sie einen Agent:
Console
- Öffnen Sie die Dialogflow CX Console.
- Erstellen Sie ein Google Cloud-Projekt oder wählen Sie eines aus.
- Klicken Sie auf Agent erstellen.
- Wählen Sie Automatisch generieren aus, um Datenspeicher-Agent Sie können auch Eigenen erstellen auswählen, um andere Arten von Agents zu erstellen.
- Füllen Sie das Formular für die grundlegenden Agent-Einstellungen aus.
- Sie können einen beliebigen Anzeigenamen wählen.
- Wählen Sie den bevorzugten Standort aus. Klicken Sie auf die Schaltfläche Bearbeiten, wenn Sie die erweiterten Standorteinstellungen ändern möchten.
- Wählen Sie Ihre bevorzugte Zeitzone aus.
- Wählen Sie die Standardsprache für Ihren Agent aus. Sie können die Standardsprache für einen Agent nicht mehr ändern, nachdem er erstellt wurde.
- Klicken Sie auf Speichern.
API
Falls noch nicht konfiguriert Standorteinstellungen für Ihr Projekt, müssen Sie diese Einstellungen mit der Console bevor Sie Agents mit der API erstellen. Derzeit können Standorteinstellungen nicht über die API konfiguriert werden.
So erstellen Sie einen Agent:
Siehe die Methode create
für den Typ Agent
.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Protokoll | V3 | V3beta1 |
---|---|---|
REST | Agent-Ressource | Agent-Ressource |
RPC | Agent-Schnittstelle | Agent-Schnittstelle |
C++ | AgentsClient | Nicht verfügbar |
C# | AgentsClient | Nicht verfügbar |
Go | AgentsClient | Nicht verfügbar |
Java | AgentsClient | AgentsClient |
Node.js | AgentsClient | AgentsClient |
PHP | Nicht verfügbar | Nicht verfügbar |
Python | AgentsClient | AgentsClient |
Ruby | Nicht verfügbar | Nicht verfügbar |
Agent-Daten
Dialogflow-Agents dienen als übergeordnete Container für Einstellungen und Daten für virtuelle Agents.
So greifen Sie auf die Daten eines Agents zu:
Console
- Öffnen Sie die Dialogflow CX Console.
- Wählen Sie das Google Cloud-Projekt für den Agent aus.
- Suchen Sie den Agent in der Liste.
- Klicken Sie auf den Anzeigenamen des Agent.
- Aktualisieren Sie Abläufe, Seiten usw. wie in anderen Anleitungen beschrieben.
API
Informationen zu den Daten, die Sie aktualisieren möchten, finden Sie in den entsprechenden Anleitungen.
Agents sind folgenden Daten zugeordnet:
Weitere Informationen zur Anwendung von Daten auf verschiedenen Ebenen finden Sie in der Datenanwendungsebenen.
Agent-Einstellungen
So rufen Sie Agent-Einstellungen auf:
Console
- Öffnen Sie die Dialogflow CX Console.
- Wählen Sie Ihr Google Cloud-Projekt aus.
- Wählen Sie den Agent aus.
- Klicken Sie auf Agent-Einstellungen.
- Aktualisieren Sie die Einstellungen nach Bedarf.
- Klicken Sie auf Speichern.
API
Siehe die Methoden get
und patch/update
für den Typ Agent
.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Protokoll | V3 | V3beta1 |
---|---|---|
REST | Agent-Ressource | Agent-Ressource |
RPC | Agent-Schnittstelle | Agent-Schnittstelle |
C++ | AgentsClient | Nicht verfügbar |
C# | AgentsClient | Nicht verfügbar |
Go | AgentsClient | Nicht verfügbar |
Java | AgentsClient | AgentsClient |
Node.js | AgentsClient | AgentsClient |
PHP | Nicht verfügbar | Nicht verfügbar |
Python | AgentsClient | AgentsClient |
Ruby | Nicht verfügbar | Nicht verfügbar |
In folgenden Unterabschnitten werden die verschiedenen Kategorien der Agent-Einstellungen beschrieben.
Allgemeine Einstellungen
Für Agents sind folgende allgemeine Einstellungen verfügbar:
-
Ein für Menschen lesbarer Name für Ihren Agent.
-
Die Standardzeitzone für den Agent.
-
Die von Ihrem Agent unterstützte Standardsprache. Nachdem ein Agent erstellt wurde, kann die Standardsprache nicht mehr geändert werden. Sie haben jedoch folgende Möglichkeiten:
- Exportieren Sie den Agent in den JSON-Format.
- Entpacken Sie die heruntergeladene Datei.
- Suchen Sie die Datei
agent.json
. defaultLanguageCode
undsupportedLanguageCodes
aktualisieren auf die gewünschten Werte.- Wiederherstellen mit demselben oder einem anderen Agent aus Schritt 1.
- Aktualisieren Sie sprachspezifische Trainingsformulierungen und Entitätswerte nach Bedarf.
-
Agent sperren
Gibt an, ob der Agent gesperrt ist. Ein gesperrter Agent kann nicht bearbeitet werden.
-
Cloud Logging aktivieren
Gibt an, ob Cloud Logging für den Agent aktiviert ist.
Interaktions-Logging aktivieren
Gibt an, ob Google Abfragen entfernen soll, um Qualitätsverbesserungen vorzunehmen.
Einwilligungsbasiertes Entfernen von Endnutzereingaben aktivieren
Wenn diese Einstellung aktiviert ist, können Sie einen speziellen Sitzungsparameter verwenden, um zu steuern, ob Endnutzereingaben und -parameter aus dem Unterhaltungsverlauf und Cloud Logging entfernt werden. Der Sitzungsparameter ist standardmäßig
true
. Wenn diese Einstellung deaktiviert ist, werden keine Daten entfernt.Die Nutzereinwilligung wird mithilfe eines booleschen Sitzungsparameters erfasst:
$session.params.conversation-redaction
. Wenn diese Einstellung aktiviert und der Sitzungsparameter auffalse
gesetzt ist, erfolgt keine Entfernung (andere Strategien zum Entfernen von Daten gelten weiterhin). Wenn diese Einstellung aktiviert und der Sitzungsparameter auftrue
gesetzt ist, werden Daten entfernt.Ein Beispiel für den Vorgang der Einwilligungsanfrage könnte lauten: Fragen Sie zuerst den Nutzer, ob er die Endnutzereingabe beibehalten möchte, und ordnen Sie der Antwort zwei Intents zu. Einer ist „Ja-Intent“. und „Kein Intent“. Legen Sie dann den Sitzungsparameter in den Parametervoreinstellungen von „Ja-Intent“ auf
false
(keine Entfernung) fest. Route in der Auftragsausführung und antrue
(Entfernen) in der Parametervoreinstellung von „Kein Intent“ Route.
-
BigQuery Export aktivieren
Gibt an, ob BigQuery-Export aktiviert ist.
BigQuery-Dataset
Der Name des BigQuery-Datasets.
BigQuery-Tabelle
Der Name der BigQuery-Tabelle.
-
Sie können Intent-Vorschläge.
Benutzerdefinierte Nutzlastvorlage
In diesem Abschnitt können Sie Beschreibungen und Nutzlasten für benutzerdefinierte Nutzlastvorlagen zur Verfügung.
ML-Einstellungen
Dialogflow nutzt Algorithmen des maschinellen Lernens (ML), um Eingaben von Endnutzern zu verstehen, sie mit Intents abzugleichen und strukturierte Daten zu extrahieren. Dialogflow nutzt die von Ihnen bereitgestellten Trainingssätze und eingebettete Sprachmodelle zum Lernen. Anhand dieser Daten wird ein Modell erstellt, um zu entscheiden, welcher Intent der Eingabe eines Endnutzers zugeordnet werden soll. Sie können für jeden Ablauf eines Agents eigene ML-Einstellungen nutzen. Das von Dialogflow erstellte Modell ist für jeden Ablauf einmalig.
Die folgenden Agent-weiten ML-Einstellungen sind verfügbar:
Rechtschreibung durch ML korrigieren lassen
Wenn diese Option aktiviert ist und eine Nutzereingabe einen Rechtschreib- oder Grammatikfehler enthält, wird für den Intent-Abgleich die korrekte Rechtschreibung verwendet. Die Antwort für die Intent-Erkennung enthält die korrigierte Nutzereingabe. Beispiel: Gibt ein Endnutzer "Ich möchte einen Appfel" ein, so wird dies so verarbeitet, als ob er "Ich möchte einen Apfel" eingegeben hätte. Dies gilt auch für den Abgleich mit Systementitäten und benutzerdefinierten Entitäten.
Die Rechtschreibkorrektur ist auf Deutsch, Englisch, Französisch, Spanisch und Italienisch. Es ist in allen Dialogflow CX-Regionen verfügbar.
Warnungen und Best Practices:
- Mit der Rechtschreibkorrektur können keine ASR-Fehler (Automated Speech Recognition, automatische Spracherkennung) korrigiert werden. Bei Verwendung von ASR-Eingaben sollte daher die Rechtschreibkorrektur deaktiviert sein.
- Eine korrigierte Eingabe kann mit dem falschen Intent übereinstimmen. Sie können dies beheben, indem Sie häufig nicht übereinstimmende Wortgruppen als Negativbeispiele hinzufügen.
- Durch die Rechtschreibkorrektur verlängert sich die Antwortzeit des Agents geringfügig.
- Wenn ein Agent mit domainspezifischem Jargon definiert wird, sind die Korrekturen möglicherweise unerwünscht.
Die folgenden ablaufspezifischen ML-Einstellungen sind verfügbar:
-
Dies kann einer der folgenden sein:
- Erweiterte NLU (Standardeinstellung): Fortschrittliche NLU-Technologie. Dieser NLU-Typ funktioniert besser als der Standard, insbesondere für große Agents und Datenflüsse.
- Standard-NLU: Standard-NLU-Technologie Testament keine Qualitätsverbesserungen oder neue Funktionen mehr erhalten.
-
Wenn diese Option aktiviert ist, wird der Ablauf bei jeder Aktualisierung über die Konsole trainiert. Bei großen Abläufen kann dies zur verzögerten Reaktion der Benutzeroberfläche der Konsole führen. Deshalb sollten Sie diese Einstellung deaktivieren und bei Bedarf für große Abläufe manuell trainieren.
-
Wenn Sie Falsch-Positiv-Ergebnisse herausfiltern und den Agent trotzdem mit einer vielfältigen natürlichen Sprache trainieren möchten, können Sie den Klassifizierungsschwellenwert für maschinelles Lernen einstellen. Mit dieser Einstellung legen Sie fest, welche Intent-Erkennungskonfidenz für eine Intent-Übereinstimmung mindestens erforderlich ist.
Wenn der Konfidenzwert für eine Intent-Übereinstimmung unter dem Schwellenwert liegt, wird ein No-Match-Ereignis ausgelöst.
-
Gibt an, ob der Ablauf seit der letzten Aktualisierung der Ablaufdaten trainiert wurde.
-
Mit dieser Schaltfläche können Sie den Ablauf manuell trainieren.
Einstellungen für Generative AI
Die folgenden Einstellungen für Generative AI sind verfügbar:
Allgemein
-
Liste mit Wortgruppen, die für Generative AI verboten sind. Wenn eine verbotene Wortgruppe im Prompt oder in der generierten Antwort angezeigt wird, schlägt die Generierung fehl.
-
Konfigurieren Sie die Empfindlichkeitsstufen von Sicherheitsfiltern in Bezug auf verschiedene Kategorien für Responsible AI (RAI). Die Inhalte werden anhand der folgenden vier Kategorien bewertet:
Kategorie Beschreibung Hassrede Negative oder schädliche Kommentare, die auf Identität und/oder geschützte Merkmale ausgerichtet sind Gefährliche Inhalte Fördert oder ermöglicht den Zugriff auf schädliche Waren, Dienste und Aktivitäten Sexuell explizite Inhalte Enthält Verweise auf sexuelle Handlungen oder andere vulgäre Inhalte Belästigung Böswillige, einschüchternde, mobbende oder missbräuchliche Kommentare, die auf andere Personen ausgerichtet sind Inhalte werden auf Basis der Wahrscheinlichkeit blockiert, dass sie schädlich sind. Die Vertraulichkeitsstufe kann angepasst werden, indem Sie für jede Kategorie eine der folgenden Optionen auswählen: Einige blockieren, Einige blockieren oder Meiste blockieren. Sie können auch Zugriff auf die eingeschränkte Option Keine blockieren erhalten, mit der RAI-Prüfungen für die Kategorie deaktiviert werden, nachdem Sie eine Risikobestätigungsanfrage für Ihr Projekt gesendet und die Genehmigung erhalten haben.
Weitere Informationen finden Sie unter Sicherheitsattribute konfigurieren.
-
Generativer Agent
Auswahl des generativen Modells
Wählen Sie das Modell aus, das von generativen Features verwendet wird. Weitere Informationen Siehe Modellversionen.
Generatives Fallback
Konfiguration von Text-Prompts
Weitere Informationen finden Sie unter Generatives Fallback: Eigenen Prompt definieren.
Datenspeicher
Einstellungen für Sprache und IVR
Folgende Sprach- und IVR-Einstellungen sind verfügbar:
-
-
Sie können die Sprache und Stimme für die Sprachsynthese auswählen.
Sie können die Option Benutzerdefinierte Stimme aktivieren für indem Sie die Option „Custom Voice“ in der Stimme auswählen Dropbox auswählen und den Namen der benutzerdefinierten Stimme in der entsprechenden ein. Der Name der benutzerdefinierten Stimme muss dem folgenden Muster entsprechen:
projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME
- Wenn Sie ein Telefoniegateway verwenden, prüfen Sie, ob das Dienstkonto Dialogflow-Dienst-Agent aktiviert ist
service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com
wird mit „AutoML Predictor“ gewährt in Ihrem Custom Voice-Projekt. - Achten Sie bei regulären API-Aufrufen darauf, dass dem Dienstkonto, mit dem Dialogflow aufgerufen wird, „AutoML Predictor“ gewährt wurde in Ihrem Projekt für benutzerdefinierte Stimmen.
- Wenn Sie ein Telefoniegateway verwenden, prüfen Sie, ob das Dienstkonto Dialogflow-Dienst-Agent aktiviert ist
-
-
Automatische Sprachanpassung aktivieren
Weitere Informationen finden sich unter Automatische Sprachanpassung.
Erweiterte Spracheinstellungen
Weitere Informationen zu den erweiterten Sprachoptionen finden Sie in der Erweiterte Spracheinstellungen .
DTMF
Weitere Informationen zu Telefonieintegrationen in DTMF für erhalten Sie weitere Informationen.
Multimodal
Freigabeeinstellungen
Weitere Informationen finden sich unter Zugriffssteuerung.
Spracheinstellungen
Fügen Sie Ihrem Agent zusätzliche Sprachunterstützung hinzu. Eine vollständige Liste der Sprachen finden Sie in der Sprachreferenz.
Automatische Spracherkennung
Beim Konfigurieren automatische Spracherkennung erkennt der Chat-Kundenservicemitarbeiter automatisch die Sprache des Endnutzers und wechselt zu dieser Sprache zu verstehen. Weitere Informationen finden Sie in der Dokumentation zur automatischen Spracherkennung .
Sicherheitseinstellungen
Weitere Informationen finden Sie unter Sicherheitseinstellungen.
Erweiterte Einstellungen
Derzeit ist die einzige erweiterte Einstellung für die Sentimentanalyse.
Agent exportieren und wiederherstellen
Sie können einen Agent in eine Datei exportieren, und stellen einen Agent mit dieser Datei wieder her.
Ein Agent-Export enthält alle Agent-Daten mit Ausnahme der folgenden:
- Ablaufversionen: Nur die Ablaufentwürfe werden in die Datei exportiert.
- Umgebungen: Benutzerdefinierte Umgebungen werden nicht in eine Datei exportiert.
Durch eine Agent-Wiederherstellung werden alle Daten des Ziel-Agents überschrieben (einschließlich aller Ablaufversionen) mit Ausnahme der folgenden:
- Umgebungen: Alle benutzerdefinierten Umgebungen bleiben im Ziel-Agent unverändert. Ablaufversionen, auf die in benutzerdefinierten Umgebungen im Ziel-Agent verwiesen wird solange die zugehörigen Umgebungen bestehen. Diese veralteten Ablaufversionen sind jedoch nicht aufgeführt oder auswählbar. Ablaufversionen für den Agent.
- Vertex AI-Agent-Apps:
Die Verknüpfung mit einer Vertex AI Agents App bleibt unverändert
im Ziel-Agent. (Mit anderen Worten, der Wert von
engine
in GenAppBuilderSettings) Das bedeutet, dass Datenspeicher-Agents nur wiederhergestellt werden können in andere vorhandene Datenspeicher-Agents importieren, da der resultierende Agent auch um eine Verknüpfung mit einer Vertex AI Agents App zu haben. Vertex AI Agents Data Stores: Alle Verweise auf Datenspeicher werden im Ziel-Agent überschrieben gemäß den folgenden Regeln:
- Wenn der Ziel-Agent nicht mit einer App verknüpft ist, ist es nicht möglich, um einen Agent mit Datenspeicherreferenzen wiederherzustellen. Das führt dazu, dass in einer Fehlermeldung. Um dies zu beheben, haben Sie folgende Möglichkeiten: Erstellen Sie einen komplett neuen Datenspeicher-Agent. (Alternativ können Sie kann Ihren vorhandenen Agent durch Hinzufügen eines Datenspeicher-Agents in einen Datenspeicher-Agent umwandeln Status-Handler hinzufügen. In diesem Fall werden Sie durch das Hinzufügen einer verknüpften App zu Ihren Agent.)
- Wenn der Ziel-Agent mit einer Anwendung verknüpft ist, Referenzen werden nach der Wiederherstellung aktualisiert: ihre Google Cloud-Projekt-ID und Standort wird aktualisiert, damit er mit der App des Ziel-Agents übereinstimmt. Die Sammlungs-ID und Datenspeicher-ID bleiben unverändert. Das bedeutet, dass Sie müssen der App Datenspeicher für alle IDs mit übereinstimmenden Typen hinzufügen. des Ziel-Agents vor dem Wiederherstellungsvorgang.
Beispiel: Wenn der Quell-Agent auf einen Datenspeicher mit dem Namen
projects/123/locations/eu-west2/collections/default_collection/dataStores/myDataStore1
und die Anwendung des Ziel-Agentsprojects/321/locations/us-east1/collections/default_collections/engines/app123
, wird die resultierende Datenspeicherreferenz im Ziel-Agent zu:projects/321/locations/us-east1/collections/default_collection/dataStores/myDataStore1
Beim Exportieren können Sie das Exportdateiformat auswählen. Wenn Sie die Versionsverwaltung für Ihre Agent-Daten verwenden, sollten Sie im JSON-Format exportieren. Wenn Sie einen Agent wiederherstellen, Dialogflow bestimmt automatisch das Dateiformat.
So exportieren Sie einen Agent oder stellen ihn wieder her:
Console
- Öffnen Sie die Dialogflow CX Console.
- Wählen Sie das Google Cloud-Projekt für den Agent aus.
- Klicken Sie in der Liste auf das Dreipunkt-Menü more_vert für einen Agent in der Liste.
- Klicken Sie auf die Schaltfläche Exportieren oder Wiederherstellen.
- Folgen Sie der Anleitung, um den Vorgang abzuschließen.
API
Siehe die Methoden export
und restore
für den Typ Agent
.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Protokoll | V3 | V3beta1 |
---|---|---|
REST | Agent-Ressource | Agent-Ressource |
RPC | Agent-Schnittstelle | Agent-Schnittstelle |
C++ | AgentsClient | Nicht verfügbar |
C# | AgentsClient | Nicht verfügbar |
Go | AgentsClient | Nicht verfügbar |
Java | AgentsClient | AgentsClient |
Node.js | AgentsClient | AgentsClient |
PHP | Nicht verfügbar | Nicht verfügbar |
Python | AgentsClient | AgentsClient |
Ruby | Nicht verfügbar | Nicht verfügbar |
Wenn die Agent-Größe die maximale Grenze überschreitet, verwenden Sie die Cloud Storage-Option für den Agent-Export und die Wiederherstellung.
Wenn Sie GitHub verwenden, lesen Sie auch die Leitfaden zum Export/Wiederherstellung von GitHub
Agent löschen
Zum Löschen eines Agents benötigen Sie eine Rolle mit uneingeschränktem Zugriff oder Bearbeitungszugriff. Weitere Informationen finden Sie in der Anleitung zur Zugriffssteuerung.
So löschen Sie einen Agent:
Console
- Öffnen Sie die Dialogflow CX Console.
- Wählen Sie das Google Cloud-Projekt für den Agent aus.
- Klicken Sie in der Liste auf das Dreipunkt-Menü more_vert für einen Agent in der Liste.
- Klicken Sie auf deleteLöschen.
- Bestätigen Sie den Löschvorgang im Dialogfeld.
API
Siehe die Methode delete
für den Typ Agent
.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Protokoll | V3 | V3beta1 |
---|---|---|
REST | Agent-Ressource | Agent-Ressource |
RPC | Agent-Schnittstelle | Agent-Schnittstelle |
C++ | AgentsClient | Nicht verfügbar |
C# | AgentsClient | Nicht verfügbar |
Go | AgentsClient | Nicht verfügbar |
Java | AgentsClient | AgentsClient |
Node.js | AgentsClient | AgentsClient |
PHP | Nicht verfügbar | Nicht verfügbar |
Python | AgentsClient | AgentsClient |
Ruby | Nicht verfügbar | Nicht verfügbar |
Wenn Sie Ihr Projekt löschen, Alle Dialogflow CX-Agents und mit dem Projekt verknüpften Daten werden sofort gelöscht.