Validasi agen

Seperti yang telah dibahas di halaman Desain agen, desain agen dapat sangat memengaruhi kualitas agen Anda. Untuk membantu desainer agen membuat agen berkualitas tinggi, Dialogflow menyediakan fitur validasi. Hasil validasi agen tersedia secara otomatis setiap kali pelatihan agen dilakukan dan diselesaikan. Anda dapat mengakses hasil validasi dari Konsol Dialogflow atau API.

Hasil validasi hanya bersifat informatif. Laporan ini memberikan daftar error yang harus Anda perbaiki untuk meningkatkan kualitas dan performa agen. Jika terdapat error pada agen, Anda dapat memilih untuk mengabaikannya dan meluncurkan agen. Validasi agen tidak memengaruhi perilaku agen dengan cara apa pun.

Berikut beberapa contoh hasil yang mungkin Anda temukan:

• Intent memiliki frasa latihan yang terlalu mirip.
• Intent berisi parameter yang tidak digunakan dalam frasa pelatihan yang memadai.
• Tidak ada contoh negatif untuk intent penggantian.
• Teks ini dianotasi dalam beberapa frasa pelatihan, tetapi tidak di frasa yang lain.

Mengaktifkan dan menonaktifkan validasi otomatis

Secara default, validasi agen otomatis dilakukan setiap kali agen dilatih. Anda dapat mengaktifkan dan menonaktifkan setelan ini:

1. Buka Konsol Dialogflow ES.
2. Pilih agen Anda.
3. Klik ikon setelan di samping nama agen.
4. Pilih tab Setelan ML.
5. Aktifkan atau nonaktifkan setelan Validasi Agen.

Halaman validasi agen

Untuk mengakses data validasi agen Anda:

1. Buka Konsol Dialogflow ES.
2. Pilih agen Anda.
3. Klik Validation di menu sidebar.

Hasil validasi untuk intent dan entity

Saat Anda mengunjungi halaman daftar intent atau daftar entity, intent atau entity apa pun yang memiliki error validasi akan menampilkan indikator error di samping nama.

Saat Anda mengunjungi halaman untuk mengetahui intent atau entitas tertentu yang memiliki error validasi, indikator error akan ditampilkan di dekat tombol Save.

Mengklik tombol ini akan menampilkan daftar error untuk intent atau entitas. Secara default, hanya error dengan tingkat keseriusan CRITICAL atau ERROR yang ditampilkan. Anda dapat mengubah jenis tingkat keparahan untuk menampilkan WARNING dan INFO juga.

Anda mungkin juga melihat indikator error untuk frasa dan parameter pelatihan tertentu, serta dapat mengarahkan kursor ke indikator ini untuk melihat detailnya.

Hasil validasi untuk versi dan lingkungan

Saat melihat versi dan lingkungan, setiap versi agen dapat mengalami error validasi yang unik. Jika ada error, ikon validasi akan muncul di samping versi.

Mengklik ikon akan menampilkan detailnya.

Hasil validasi dengan API

Pada umumnya, Anda akan melihat hasil validasi menggunakan Konsol Dialogflow. Namun, Anda juga dapat mengakses data ini dari API.

REST

Panggil metode getValidationResult pada jenis Agents.

Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:

• PROJECT_ID: project ID Google Cloud Anda

Metode HTTP dan URL:

GET https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/agent/validationResult?languageCode=en

Untuk mengirim permintaan, perluas salah satu opsi berikut:

curl (Linux, macOS, atau Cloud Shell)

Catatan: Perintah berikut mengasumsikan bahwa Anda telah login ke CLI gcloud dengan akun pengguna Anda dengan menjalankan gcloud init atau gcloud auth login, atau menggunakan Cloud Shell, yang secara otomatis membuat Anda login ke CLI gcloud. Anda dapat memeriksa akun yang aktif saat ini dengan menjalankan gcloud auth list.

Jalankan perintah berikut:

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: PROJECT_ID" \
     "https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/agent/validationResult?languageCode=en"

PowerShell (Windows)

Catatan: Perintah berikut mengasumsikan bahwa Anda telah login ke CLI gcloud dengan akun pengguna Anda dengan menjalankan gcloud init atau gcloud auth login. Anda dapat memeriksa akun yang aktif saat ini dengan menjalankan gcloud auth list.

Jalankan perintah berikut:

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_ID" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/agent/validationResult?languageCode=en" | Select-Object -Expand Content

Anda akan melihat respons JSON seperti berikut:

{
  "validationErrors": [
    {
      "severity": "ERROR",
      "entries": [
        "projects/my-project/agent/intents/58b44b2d-4967-4a81-b017-12623dcd5d28/parameters/bf6fdf55-b862-4101-b5b1-36f1423629d0"
      ],
      "errorMessage": "Parameter 'test' has an empty value."
    },
    {
      "severity": "WARNING",
      "entries": [
        "projects/my-project/agent/intents/271e3808-3c91-4e6b-89e8-47951abcec8d"
      ],
      "errorMessage": "Intent 'app.current.update' does not have enough unique training phrases. Consider adding more different examples."
    },
    {
      "severity": "ERROR",
      "entries": [
        "projects/my-project/agent/intents/26e64b1b-eaa7-4ce2-be46-631a501fccbe/trainingPhrases/a650375e-083c-4bb5-9794-ba9453e51282",
        "projects/my-project/agent/intents/58b44b2d-4967-4a81-b017-12623dcd5d28/trainingPhrases/1d947780-22d3-4f80-8d7a-3f86efbf0be3"
      ],
      "errorMessage": "Multiple intents share training phrases which are too similar:\n - Intent 'app.notifications.open': training phrase 'open allo notifications settings'\n - Intent 'app.current.notifications.open': training phrase 'open notifications settings'"
    },
  ]
}

Status Keparahan

Validasi dapat menampilkan status tingkat keparahan berikut:

Tingkat keparahan	Deskripsi
INFO	Agen tidak mengikuti praktik terbaik.
PERINGATAN	Agen mungkin tidak berperilaku seperti yang diharapkan.
KESALAHAN	Agen mungkin mengalami kegagalan parsial.
KRITIS	Agen mungkin gagal sepenuhnya.
SEVERITY_UNSPECIFIED	Tidak ditentukan. Nilai ini tidak boleh digunakan. (Keparahan ini dapat terjadi melalui API)

Validasi paksa

Hasil validasi agen tersedia secara otomatis setiap kali pelatihan agen dilakukan dan diselesaikan. Untuk memaksakan hasil validasi baru, Anda dapat menonaktifkan validasi otomatis, dan memicunya secara manual. Lihat halaman Setelan ML Agen di konsol.

Menangani banyak masalah

Jika ditemukan banyak masalah, Anda harus mempertimbangkan hal berikut:

• Perbaiki masalah dalam beberapa batch kecil. Jika ada banyak masalah serupa, memperbaiki satu masalah dapat memperbaiki masalah serupa setelah Anda melatih ulang agen.
• Maksimal 5.000 masalah akan ditampilkan sekaligus. Jika memiliki lebih dari 5.000 masalah, Anda mungkin tidak melihat pengurangan jumlah hingga tersisa kurang dari 5.000.