Certains produits et fonctionnalités sont en cours de changement de nom. Les fonctionnalités de playbook et de flux génératifs sont également en cours de migration vers une console unique. Consultez les détails.
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Lors d'une conversation, les agents de conversation (Dialogflow CX) utilisent toujours des modèles de langage pour comprendre l'intention de l'utilisateur final. Toutefois, vous pouvez choisir si et comment les modèles de langage sont utilisés pour les réponses de l'agent.
Lorsque vous concevez votre agent, vous pouvez choisir entre des fonctionnalités entièrement génératives, partiellement génératives et déterministes.
Ce guide présente ces fonctionnalités.
Il est utile de déterminer quelles fonctionnalités vous prévoyez d'utiliser afin de savoir quelle documentation vous sera utile.
Entièrement génératif
Les fonctionnalités entièrement génératives sont basées sur des grands modèles de langage (LLM) Vertex AI pour comprendre l'intention de l'utilisateur final et générer des réponses d'agent.
Ces fonctionnalités sont faciles à utiliser et permettent de converser de manière très naturelle.
Voici un aperçu des fonctionnalités entièrement génératives:
X
Élément
Guides
Les playbooks offrent un nouveau moyen de créer des agents virtuels à l'aide de LLM. Il vous suffit de fournir des instructions en langage naturel et des données structurées. Cela peut réduire considérablement le temps de création et de maintenance de l'agent virtuel, et permettre de créer de nouveaux types d'expériences conversationnelles pour votre entreprise.
Datastores
Les datastores analysent et comprennent votre contenu public ou privé (site Web, documents internes, etc.). Une fois ces informations indexées, votre agent peut répondre aux questions et discuter du contenu. Il vous suffit de fournir le contenu.
Flux déterministes
Si vous avez besoin d'un contrôle plus déterministe sur la conversation et toutes les réponses générées par l'agent, vous pouvez concevoir votre agent avec des flux.
X
Élément
Flux
Les flux utilisent des modèles de langage pour comprendre l'intention de l'utilisateur final lors d'une conversation, qui peut ne pas être complètement déterministe. Toutefois, une fois l'intention établie, vous avez un contrôle total sur le flux de conversation et les réponses de l'agent. La conception d'un agent avec des flux déterministes prend généralement plus de temps, mais il s'agit d'une bonne option pour les agents qui nécessitent un contrôle explicite sur leurs réponses.
Flux partiellement génératifs
Les flux disposent de certaines fonctionnalités génératives facultatives que vous pouvez utiliser lorsque vous n'avez pas besoin d'un contrôle déterministe sur les réponses de l'agent dans certains scénarios de conversation.
Voici un aperçu de ces fonctionnalités:
X
Élément
Générateurs
Les générateurs sont utilisés pour générer les réponses des agents. Plutôt que de fournir explicitement la réponse de l'agent, vous fournissez une requête LLM pouvant gérer de nombreux scénarios, y compris la synthèse de la conversation, la réponse aux questions, la récupération d'informations sur le client et la transmission à un agent humain.
Remplacement génératif
Le remplacement génératif permet de générer des réponses d'agent lorsque l'entrée de l'utilisateur final ne correspond pas à l'intention attendue. Vous pouvez activer le remplacement génératif dans certains scénarios en fournissant une invite LLM pour générer la réponse.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/09/04 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Difficile à comprendre","hardToUnderstand","thumb-down"],["Informations ou exemple de code incorrects","incorrectInformationOrSampleCode","thumb-down"],["Il n'y a pas l'information/les exemples dont j'ai besoin","missingTheInformationSamplesINeed","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2025/09/04 (UTC)."],[[["\u003cp\u003eConversational Agents use language models to understand user intentions, but agents can be designed to be fully generative, partly generative, or deterministic in how they respond.\u003c/p\u003e\n"],["\u003cp\u003eFully generative features use large language models (LLMs) for both understanding user intent and generating agent responses, providing a natural conversational experience through features like Playbooks and Data Stores.\u003c/p\u003e\n"],["\u003cp\u003eDeterministic flows offer complete control over the conversation and agent responses, using language models for understanding intent but giving you explicit control once intent is established.\u003c/p\u003e\n"],["\u003cp\u003ePartly generative flows allow for optional generative features like Generators and Generative Fallback, leveraging LLMs to handle various scenarios, such as summarization or generating responses when user input doesn't match expected intentions.\u003c/p\u003e\n"],["\u003cp\u003eChoosing between fully generative, partly generative, and deterministic features depends on the level of control needed over agent responses and the desired conversational experience.\u003c/p\u003e\n"]]],[],null,["# Generative versus deterministic\n\nDuring a conversation,\nConversational Agents (Dialogflow CX) agents always use language models for understanding end-user intention,\nbut you can choose whether and how language models are used for agent responses.\nYou can decide between fully generative, partly generative,\nand deterministic features when designing your agent.\n\nThis guide provides an overview of these features.\nIt helps to decide which of these features\nyou plan to use,\nso you know which documentation will be relevant to you.\n\nFully generative\n----------------\n\nThe fully generative features are built on [Vertex AI](/vertex-ai/docs)\nlarge language models (LLMs) for both understanding end-user intention\nas well as generating agent responses.\nThese features are easy to use and provide a very natural conversation.\nThe following is an overview of the fully generative features:\n\nDeterministic flows\n-------------------\n\nIf you require more deterministic control over the conversation\nand all responses generated by the agent,\nyou can design your agent with flows.\n\nPartly generative flows\n-----------------------\n\nFlows have some optional generative features that you can use when you don't\nneed deterministic control over agent responses in certain conversation scenarios.\nThe following is an overview of these features:"]]
