Dialogflow는 수년 간 대화 중에 최종 사용자 인텐트를 이해하기 위해 언어 모델을 사용해 왔습니다. 2023년 7월 전까지는 언어 모델이 에이전트 응답에 사용되지 않았기 때문에 가능한 각 대화 경로에 대한 응답을 명시적으로 정의해야 했습니다.
최근 도입된 여러 생성형 기능이 변화를 가져왔습니다. 이제 대규모 언어 모델(LLM)을 사용하여 콘텐츠를 파싱 및 이해하고 에이전트 응답을 생성하고 대화 흐름을 제어할 수 있습니다. 에이전트 설계 시간이 크게 줄어들고 에이전트 품질이 개선됩니다.
이 새로운 기능 각각에 대한 문서는 문서의 왼쪽 탐색 메뉴에 있는 생성형 AI 폴더에서 찾을 수 있습니다. 다음은 새로운 생성형 기능의 개요입니다.
| X | 항목 |
|---|---|
| 생성형 플레이북 | 생성형 플레이북은 LLM을 사용하여 Dialogflow CX 에이전트를 만들 수 있는 새로운 방법을 제공합니다. 흐름, 페이지, 인텐트, 전환을 정의하는 대신 플레이북 형식으로 자연어 안내와 구조화된 데이터를 제공합니다. 이렇게 하면 에이전트 생성 및 유지보수 시간을 크게 줄이고 비즈니스에 대해 완전히 새로운 유형의 대화 경험을 사용 설정할 수 있습니다. |
| 데이터 스토어 에이전트 | 데이터 저장소 에이전트는 공개 또는 비공개 콘텐츠(웹사이트, 내부 문서 등)를 파싱 및 이해합니다. 이 정보의 색인이 생성되면 에이전트가 질문에 답하고 콘텐츠에 대해 대화할 수 있습니다. 사용자는 콘텐츠만 제공하면 됩니다. |
| 생성기 | 생성기는 에이전트 응답을 생성하는 데 사용됩니다. fulfillment에 에이전트 응답을 제공하는 대신 대화 요약, 질의 응답, 고객 정보 검색, 상담사에게 에스컬레이션 등 여러 시나리오를 처리할 수 있는 LLM 프롬프트를 제공합니다. |
| 생성형 대체 | 생성형 대체는 최종 사용자 입력이 인텐트와 일치하지 않을 때 에이전트 응답을 생성하는 데 사용됩니다. 응답을 생성하는 LLM 프롬프트를 제공하여 일치하지 않는 이벤트 핸들러에서 생성형 대체를 사용 설정할 수 있습니다. |