Jika tidak menggunakan integrasi, Anda harus menulis kode untuk berinteraksi dengan pengguna akhir. Untuk setiap giliran percakapan, kode Anda akan memanggil Dialogflow API untuk mengkueri agen Anda. Panduan ini menunjukkan cara berinteraksi dengan agen menggunakan REST API di command line dan menggunakan library klien.
Sebelum memulai
Jika Anda tidak berencana menggunakan API, lewati panduan memulai ini.
Anda harus melakukan hal berikut sebelum membaca panduan ini:
- Memahami dasar-dasar Dialogflow.
- Lakukan langkah-langkah penyiapan.
- Lakukan langkah-langkah dalam panduan memulai
Membangun agen.
Langkah-langkah di bawah ini akan terus memproses agen yang Anda mulai dalam panduan tersebut.
Jika tidak lagi memiliki agen tersebut, Anda dapat mendownload
build-agent-quickstart.zip
dan mengimpor file.
Sesi
Sesi mewakili percakapan antara agen Dialogflow dan pengguna akhir. Anda membuat sesi di awal percakapan dan menggunakannya untuk setiap giliran percakapan. Setelah percakapan berakhir, Anda menghentikan penggunaan sesi.
Anda tidak boleh menggunakan sesi yang sama untuk percakapan serentak dengan pengguna akhir yang berbeda. Dialogflow mempertahankan konteks yang saat ini aktif untuk setiap sesi aktif. Data sesi disimpan oleh Dialogflow selama 20 menit.
Setiap sesi ditentukan secara unik oleh ID sesi yang dibuat oleh sistem Anda. Buat sesi baru dengan memberikan ID sesi baru dalam permintaan intent deteksi. ID sesi adalah string berukuran maksimal 36 byte. Sistem Anda bertanggung jawab untuk membuat ID sesi yang unik. ID dapat berupa angka acak, ID pengguna akhir yang di-hash, atau nilai lain yang mudah Anda buat.
Mendeteksi intent
Saat Anda menggunakan API untuk interaksi, layanan Anda berinteraksi langsung dengan pengguna akhir.
Untuk setiap giliran percakapan, layanan Anda mengirimkan ekspresi pengguna akhir ke Dialogflow dengan memanggil metode detectIntent
atau streamingDetectIntent
dari jenis Sessions
.
Dialogflow merespons dengan informasi tentang intent yang cocok,
tindakan, parameter, dan respons yang ditentukan untuk intent.
Layanan Anda akan melakukan tindakan yang diperlukan (misalnya, kueri database atau panggilan API eksternal) dan mengirim pesan kepada pengguna akhir.
Proses ini berlanjut hingga percakapan berakhir.
Contoh berikut menunjukkan cara mendeteksi intent. Setiap sampel menerima subset input berikut:
- Project ID: Gunakan project ID untuk project yang Anda buat dalam langkah penyiapan.
- ID sesi: Untuk menguji agen, Anda dapat menggunakan apa saja. Misalnya, "123456789" sering digunakan oleh sampel.
- Teks atau teks: Ini adalah ekspresi pengguna akhir tunggal atau daftar ekspresi pengguna akhir. Jika beberapa ekspresi diberikan, panggilan kode contoh akan mendeteksi intent untuk setiap ekspresi. Coba gunakan "Saya tahu bahasa Prancis".
- Kode bahasa: Kode bahasa untuk ekspresi pengguna akhir. Gunakan "en-US" untuk agen contoh ini.
REST
Untuk mendeteksi intent, panggil metodedetectIntent
pada resource Sessions
.
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
- PROJECT_ID: project ID Google Cloud Anda
- SESSION_ID: ID sesi
Metode HTTP dan URL:
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/agent/sessions/SESSION_ID:detectIntent
Meminta isi JSON:
{ "query_input": { "text": { "text": "I know french", "language_code": "en-US" } } }
Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:
Anda akan melihat respons JSON seperti berikut:
{ "responseId": "856510ca-f617-4e25-b0bb-a26c0a59e030-19db3199", "queryResult": { "queryText": "I know french", "parameters": { "language": "French", "language-programming": "" }, "allRequiredParamsPresent": true, "fulfillmentText": "Wow! I didn't know you knew French. How long have you known French?", "fulfillmentMessages": [ { "text": { "text": [ "Wow! I didn't know you knew French. How long have you known French?" ] } } ], "outputContexts": [ { "name": "projects/PROJECT_ID/agent/sessions/123456789/contexts/set-language-followup", "lifespanCount": 2, "parameters": { "language": "French", "language.original": "french", "language-programming": "", "language-programming.original": "" } } ], "intent": { "name": "projects/PROJECT_ID/agent/intents/fe45022f-e58a-484f-96e8-1cbd6628f648", "displayName": "set-language" }, "intentDetectionConfidence": 1, "languageCode": "en" } }
Perhatikan hal-hal berikut tentang responsnya:
- Kolom
queryResult.intent
berisi intent yang cocok. - Nilai kolom
queryResult.fulfillmentMessages
berisi respons intent. Ini adalah respons yang harus diteruskan sistem Anda ke pengguna akhir. - Nilai kolom
queryResult.parameters
berisi parameter yang diekstrak dari ekspresi pengguna akhir. - Kolom
queryResult.outputContext
berisi konteks aktif.
Go
Untuk mengautentikasi ke Dialogflow, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mengautentikasi ke Dialogflow, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mengautentikasi ke Dialogflow, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Python
Untuk mengautentikasi ke Dialogflow, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Bahasa tambahan
C#: Ikuti Petunjuk penyiapan C# di halaman library klien lalu kunjungi Dokumentasi referensi Dialogflow untuk .NET.
PHP: Ikuti petunjuk penyiapan PHP di halaman library klien lalu kunjungi Dokumentasi referensi Dialogflow untuk PHP.
Ruby: Ikuti petunjuk penyiapan Ruby di halaman library klien, lalu buka Dokumentasi referensi Dialogflow untuk Ruby.
Produksi
Sebelum menjalankan agen dalam produksi, pastikan untuk menerapkan praktik terbaik produksi.