생성형과 결정론적 비교

대화 중에 대화형 에이전트 (Dialogflow CX) 에이전트는 항상 언어 모델을 사용하여 최종 사용자 의도를 이해하지만, 언어 모델을 에이전트 응답에 사용할지 여부와 방법은 선택할 수 있습니다. 에이전트를 설계할 때 완전히 생성형, 부분적으로 생성형, 결정론적 기능 중에서 선택할 수 있습니다.

이 가이드에서는 이러한 기능을 간략하게 설명합니다. 이러한 기능 중에서 사용할 기능을 결정하면 관련 문서를 파악하는 데 도움이 됩니다.

완전히 생성형

완전한 생성형 기능은 최종 사용자 의도를 이해하고 상담사 응답을 생성하기 위해 Vertex AI 대규모 언어 모델 (LLM)을 기반으로 빌드됩니다. 이러한 기능은 사용하기 쉽고 매우 자연스러운 대화를 제공합니다. 다음은 완전한 생성형 기능의 개요입니다.

X 항목
플레이북 플레이북은 LLM을 사용하여 가상 에이전트를 만드는 새로운 방법을 제공합니다. 자연어 안내와 구조화된 데이터만 제공하면 됩니다. 이렇게 하면 가상 에이전트 생성 및 유지보수 시간을 크게 줄이고 비즈니스에 대해 완전히 새로운 유형의 대화 경험을 사용 설정할 수 있습니다.
데이터 스토어 데이터 저장소는 공개 또는 비공개 콘텐츠 (웹사이트, 내부 문서 등)를 파싱 및 이해합니다. 정보의 색인이 생성되면 에이전트는 질문에 답하고 콘텐츠에 관한 대화를 나눌 수 있습니다. 사용자는 콘텐츠만 제공하면 됩니다.

확정적 흐름

대화와 에이전트가 생성하는 모든 응답을 더 확정적으로 제어해야 하는 경우 흐름을 사용하여 에이전트를 설계할 수 있습니다.

X 항목
흐름 흐름은 대화 중에 최종 사용자 의도를 이해하기 위해 언어 모델을 사용하며, 이는 완전히 결정론적이지 않을 수 있습니다. 그러나 의도가 확인되면 대화 흐름과 상담사 응답을 완전히 제어할 수 있습니다. 결정론적 흐름으로 상담사를 설계하는 데는 일반적으로 더 많은 설계 시간이 소요되지만, 상담사 응답을 명시적으로 제어해야 하는 상담사에게는 좋은 옵션입니다.

부분적으로 생성형 흐름

플로우에는 특정 대화 시나리오에서 에이전트 응답을 결정론적으로 제어할 필요가 없는 경우에 사용할 수 있는 생성형 기능(선택사항)이 있습니다. 다음은 해당 기능의 개요입니다.

X 항목
생성기 생성기는 에이전트 응답을 생성하는 데 사용됩니다. 상담사 응답을 명시적으로 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 예상 의도와 일치하지 않을 때 에이전트 응답을 생성하는 데 사용됩니다. 응답을 생성하는 LLM 프롬프트를 제공하여 특정 시나리오에서 생성형 대체를 사용 설정할 수 있습니다.