Per molti anni Dialogflow ha utilizzato modelli linguistici per comprendere le intenzioni degli utenti finali durante una conversazione. Prima del luglio 2023 i modelli linguistici non venivano utilizzati per le risposte degli agenti, quindi doveva definire esplicitamente le risposte per ogni possibile percorso di conversazione.
La recente introduzione di diverse funzionalità generative ha cambiato le cose. Ora puoi utilizzare modelli linguistici di grandi dimensioni (LLM) per analizzare e comprendere i contenuti, generare le risposte degli agenti e controllare il flusso delle conversazioni. Ciò può ridurre notevolmente i tempi di progettazione dell'agente e migliorarne la qualità.
La documentazione per ciascuna di queste nuove funzionalità è disponibile nella cartella AI generativa nel riquadro di navigazione a sinistra della documentazione. Di seguito è riportata una panoramica delle nuove funzionalità generative:
| X | Elemento |
|---|---|
| Playbook generativi | I playbook generativi offrono un nuovo modo per creare agenti Dialogflow CX utilizzando gli LLM. Anziché definire flussi, pagine, intent e transizioni, fornisci istruzioni in linguaggio naturale e dati strutturati sotto forma di playbook. Ciò può ridurre notevolmente i tempi di creazione e manutenzione degli agenti e consentire alla tua azienda nuovi tipi di esperienze di conversazione. |
| Agenti del datastore | Gli agenti dei datastore analizzano e comprendono i contenuti pubblici o privati (sito web, documenti interni e così via). Una volta indicizzate queste informazioni, l'agente può rispondere alle domande e fare conversazioni sui contenuti. Devi solo fornire i contenuti. |
| Generatori | I generatori vengono utilizzati per generare le risposte degli agenti. Anziché fornire la risposta dell'agente per un fulfillment, fornisci un prompt LLM in grado di gestire molti scenari, tra cui il riepilogo della conversazione, la risposta alle domande, il recupero delle informazioni del cliente e l'escalation a una persona. |
| Formula di riserva generativa | Il riserva generativo viene utilizzato per generare le risposte dell'agente quando l'input utente finale non corrisponde a un intent. Puoi abilitare il fallback generativo su gestori di eventi senza corrispondenza fornendo un prompt LLM per generare la risposta. |