Intent mengategorikan niat pengguna akhir untuk satu giliran percakapan. Untuk setiap agen, Anda menentukan banyak intent, dengan intent gabungan Anda dapat menangani percakapan lengkap. Saat pengguna akhir menulis atau mengatakan sesuatu, disebut sebagai ekspresi pengguna akhir, Dialogflow akan mencocokkan ekspresi pengguna akhir tersebut dengan intent terbaik pada 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 prakiraan cuaca. Jika pengguna akhir bertanya "Bagaimana ramalan 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 perkiraan cuaca yang diinginkan. Data yang diekstrak ini penting bagi sistem Anda untuk melakukan kueri cuaca bagi pengguna akhir.
Intent dasar berisi hal berikut:
- Frasa pelatihan: Ini adalah contoh frasa untuk apa yang mungkin dikatakan pengguna akhir. Jika ekspresi pengguna akhir menyerupai salah satu frasa ini, Dialogflow akan cocok dengan intent. Anda tidak perlu menentukan setiap contoh yang mungkin, karena machine learning bawaan Dialogflow akan memperluas daftar Anda dengan frasa lain yang serupa.
- Tindakan: Anda dapat menentukan tindakan untuk setiap intent. Saat intent dicocokkan, Dialogflow akan memberikan tindakan ke sistem Anda, dan Anda dapat menggunakan tindakan tersebut untuk memicu tindakan tertentu yang ditetapkan dalam sistem Anda.
- Parameter: Saat intent dicocokkan saat runtime, Dialogflow akan memberikan nilai yang diekstrak dari ekspresi pengguna akhir sebagai parameter. Setiap parameter memiliki jenis, yang disebut jenis entity, yang menentukan cara data diekstrak secara tepat. Tidak seperti input mentah pengguna akhir, parameter adalah data terstruktur yang dapat dengan mudah digunakan untuk menjalankan beberapa logika atau menghasilkan respons.
- Respons: Anda menentukan respons teks, ucapan, atau visual untuk ditampilkan kembali kepada pengguna akhir. Respons ini dapat memberikan jawaban kepada pengguna akhir, meminta informasi lebih lanjut kepada pengguna akhir, atau menghentikan percakapan.
Diagram berikut menunjukkan alur dasar untuk mencocokkan intent dan merespons pengguna akhir:
Intent yang lebih kompleks juga dapat berisi hal berikut:
- Konteks: Konteks dialogflow mirip dengan konteks natural language. Jika seseorang mengatakan "mereka berwarna oranye", Anda membutuhkan konteks untuk memahami apa yang dimaksud. Demikian pula, agar Dialogflow dapat menangani ekspresi pengguna akhir seperti itu, ekspresi harus disertai konteks agar dapat mencocokkan intent dengan benar.
- Peristiwa: Dengan peristiwa, Anda dapat memanggil intent berdasarkan sesuatu yang telah terjadi, bukan apa yang dikomunikasikan oleh pengguna akhir.