Intent

Intent mengategorikan niat pengguna akhir untuk satu giliran percakapan. Untuk setiap agen, Anda menentukan banyak intent, dengan intent gabungan yang dapat menangani percakapan lengkap. Saat pengguna akhir menulis atau mengucapkan sesuatu, yang disebut sebagai ekspresi pengguna akhir, Dialogflow akan mencocokkan ekspresi pengguna akhir dengan intent terbaik di agen Anda. Mencocokkan intent juga dikenal sebagai klasifikasi intent.

Misalnya, Anda dapat membuat agen cuaca yang mengenali dan merespons pertanyaan pengguna akhir tentang cuaca. Anda mungkin akan menentukan intent untuk pertanyaan tentang perkiraan cuaca. Jika pengguna akhir mengatakan "Bagaimana prakiraan cuacanya?", Dialogflow akan mencocokkan ekspresi pengguna akhir tersebut dengan intent perkiraan. Anda juga dapat menentukan intent untuk mengekstrak informasi yang berguna dari ekspresi pengguna akhir, seperti waktu atau lokasi untuk prakiraan cuaca yang diinginkan. Data yang diekstrak ini penting bagi sistem Anda untuk melakukan kueri cuaca bagi pengguna akhir.

Agen mengekstrak data dari ekspresi pengguna akhir yang meminta cuaca

Intent dasar berisi hal berikut:

  • Frasa pelatihan: Ini adalah contoh frasa untuk apa yang mungkin diucapkan pengguna akhir. Jika ekspresi pengguna akhir menyerupai salah satu frasa ini, Dialogflow akan mencocokkan intent. Anda tidak perlu menentukan setiap kemungkinan contoh, karena machine learning bawaan Dialogflow akan memperluas daftar Anda dengan frasa serupa lainnya.
  • Action: Anda dapat menentukan tindakan untuk setiap intent. Saat intent cocok, Dialogflow akan memberikan tindakan ke sistem Anda, dan Anda dapat menggunakan tindakan tersebut untuk memicu tindakan tertentu yang ditentukan dalam sistem Anda.
  • Parameter: Saat intent dicocokkan saat runtime, Dialogflow memberikan nilai yang diekstrak dari ekspresi pengguna akhir sebagai parameter. Setiap parameter memiliki jenis, yang disebut jenis entity, yang menentukan persis bagaimana data diekstrak. Tidak seperti input pengguna akhir mentah, parameter adalah data terstruktur yang dapat digunakan dengan mudah untuk menjalankan beberapa logika atau menghasilkan respons.
  • Respons: Anda menentukan respons teks, ucapan, atau visual untuk ditampilkan kepada pengguna akhir. Tindakan ini dapat memberikan jawaban kepada pengguna akhir, meminta informasi selengkapnya kepada pengguna akhir, atau mengakhiri percakapan.

Diagram berikut menunjukkan alur dasar untuk pencocokan intent dan merespons pengguna akhir:

Agen dan intent yang menangani ekspresi pengguna akhir

Intent yang lebih kompleks juga dapat berisi hal berikut:

  • Konteks: Konteks Dialogflow mirip dengan konteks bahasa alami. Jika seseorang mengatakan kepada Anda "warnanya oranye", Anda memerlukan konteks untuk memahami apa yang dimaksud orang tersebut. Demikian pula, agar Dialogflow dapat menangani ekspresi pengguna akhir seperti itu, Dialogflow harus diberi konteks agar dapat mencocokkan intent dengan benar.
  • Peristiwa: Dengan peristiwa, Anda dapat memanggil intent berdasarkan sesuatu yang telah terjadi, bukan apa yang dikomunikasikan pengguna akhir.