Leistungsverbesserungen des Datenspeicher-Agents

Dieser Leitfaden enthält Empfehlungen zur Überwachung und Verbesserung der Leistung. von Datenspeicher-Agents.

Leistung des Agents beobachten

Sie können Ihre Agents überwachen Unterhaltungsverlauf und Sie können den Analysetool für Agent-Statistiken.

Self-Service-Evaluierung ausführen

Sie können Self-Service-Evaluierung um die Qualität des Datenspeicher-Agents zu bewerten und Änderungsvorschläge machen.

Antworten von Kundenservicemitarbeitern verbessern

Wenn Sie während des Tests Antworten finden, die nicht Ihren Erwartungen entsprechen, versuchen Sie Folgendes.

• Sie können eine Antwort überschreiben, indem Sie FAQ-Eintrag für eine bestimmte Frage.
• Wenn Sie mit strukturierten FAQs Antworten von schlechter Qualität erhalten, versuchen Sie es mit unstrukturierten FAQs.
• Suchkonfigurationen verwenden trägt dazu bei, dass die richtigen Antworten gegeben werden.
• Verwenden Sie die Methode Konfigurationen parsen und aufteilen um Antworten zu optimieren.
• Informationen zum Sperren bestimmter Wortgruppen findest du unter Agent-Einstellungen: Gesperrte Wortgruppen

Mit Kommunikationsausfällen umgehen

Endnutzer können während eines Gesprächs klärende Fragen stellen. Beispiel: bei der Erfassung von Kreditkartendaten, sollte klar sein, was ein CVV ist. In diesem Fall sollte der Kundenservicemitarbeiter die Frage beantworten, und kehren zur Erfassung der erforderlichen Kreditkartendaten zurück. Um dies zu erreichen, können Sie einen Datenspeicher-Handler mit Datenspeichern erstellen, die die Frage beantworten. Diesen Handler auf die Ablaufstartseite des Ablaufs anwenden die die Erhebung von Kreditkartendaten übernimmt, und legen Sie ein Übergangsziel fest, damit dieser Handler zur "aktuellen Seite" zurückkehrt.

Umgang mit unerwünschten Intent-Übereinstimmungen

Wenn Ihr Agent Intents zuordnet, obwohl er einen Datenspeicher-Handler verwenden sollte, können Sie Folgendes versuchen, um das Problem zu beheben:

• Löschen oder ändern Sie Trainingsformulierungen, die vage, damit alle Trainingsformulierungen genau das Problem beabsichtigt und nicht mit Ihrem Datenspeicherinhalt in Konflikt stehen.
• Verwenden Sie Negativbeispiele um einen Intent-Abgleich zu vermeiden.

Datenspeicherfilter

In einigen Fällen vielleicht nur bestimmte Datenspeicher für Abfragen verfügbar sein sollen, abhängig von den Sitzungsparameterwerten. Beispiel: haben Sie möglicherweise eigene Datenspeicher für Produktkategorien. So filtern Sie den Datenspeicher für Produktkategorien:

• Legen Sie die Sitzungsparameter für Produktkategorien fest.
• Bedingungsrouten erstellen, die die Werte der Sitzungsparameter prüfen und wechseln zu einer bestimmten Seite mit dem gewünschten Datenspeicher-Handler.
• Der Datenspeicher-Handler sollte zur aufrufenden Seite zurückkehren, damit das Gespräch fortgesetzt werden kann.

Personalisierung

Um generative Antworten für Endnutzer relevanter zu gestalten, können Sie Dialogflow Informationen über Nutzer bereitstellen.

Diese Informationen werden im JSON-Format zur Verfügung gestellt. Es wird kein Schema erwartet. Daher können Sie die Objekteigenschaften frei definieren. Dieser JSON-Code wird unverändert an das Large Language Model gesendet, beschreibende Eigenschaftsnamen und -werte, zu den besten Ergebnissen führen.

Beispiel:

{
  "subscription plan": "Business Premium Plus",
  "devices owned": [
    {"model": "Google Pixel 7"},
    {"model": "Google Pixel Tablet"}
  ]
}

Personalisierung mit der Dialogflow API

Sie können diese Daten Dialogflow wenn Anfragen zur Intent-Erkennung gesendet werden. Diese Informationen müssen in jeder Anfrage zur Intent-Erkennung bereitgestellt werden. weil er in der Sitzung nicht beibehalten wird.

Geben Sie diese Informationen im Feld queryParams.endUserMetadata des Sessions.detectIntent-Methode.

Zur API-Referenz-Sitzung

Wählen Sie ein Protokoll und eine Version für die Sitzungsreferenz aus:

Protokoll	V3	V3beta1
REST	Sitzungsressource	Sitzungsressource
RPC	Sitzungsschnittstelle	Sitzungsschnittstelle
C++	SessionsClient	Nicht verfügbar
C#	SessionsClient	Nicht verfügbar
Go	SessionsClient	Nicht verfügbar
Java	SessionsClient	SessionsClient
Node.js	SessionsClient	SessionsClient
PHP	Nicht verfügbar	Nicht verfügbar
Python	SessionsClient	SessionsClient
Ruby	Nicht verfügbar	Nicht verfügbar

Schließen

Personalisierung mit Dialogflow Messenger

Sie können diese Daten in die Dialogflow Messenger-Integration einbinden. Weitere Informationen finden Sie in der setContext .

Suchkonfiguration

Bessere Kontrolle über das Verhalten des Agents die Qualität der Antworten, Boost und Filter Suchkonfigurationen dargestellt werden, damit Sie Dokumente optimieren, herabstufen und filtern können.

Mit Steuerelementen für die Verstärkung können Sie das Ranking von Suchergebnissen anhand Optimierungswert anwenden (größer als null für ein höheres Ranking, kleiner als null für ein niedrigeres Ranking) zu bestimmten Dokumenten.

Mit Filtersteuerungen können Sie Suchergebnisse beibehalten oder entfernen. basierend auf den angegebenen Filterkriterien.

Diese Informationen werden für Dialogflow-Anfragen als JSON bereitgestellt. Das Format der JSON-Datei hängt vom Typ der Suchsteuerung ab.

Verstärkungssteuerung

Die folgende Suchkonfiguration beschreibt ein Boost-Steuerelement:

"searchConfig": {
  "boostSpecs": [
    {
      "dataStores": [ "DATASTORE_ID" ],
      "spec": [
        {
          "conditionBoostSpecs": {
            "condition": "CONDITION",
            "boost": "1.0"
          }
        }
      ]
    }
  ]
}

Hinweis: DATASTORE_ID ist der vollständige Name des Datenspeichers: projects/your_project_id/locations/your_location/collections/your_collection_name/dataStores/your_datastore_name,
CONDITION muss den Vertex AI Agent Builder-Richtlinien entsprechen Syntax von Filterausdrücken.
und den Steigerungswert muss zwischen -1,0 und 1,0 liegen.

Filtersteuerung

Die folgende Suchkonfiguration beschreibt eine Filtersteuerung:

"searchConfig": {
  "filterSpecs": [
    {
      "dataStores": [ "DATASTORE_ID" ],
      "filter": "CONDITION"
    }
  ]
}

Hinweis: DATASTORE_ID ist der vollständige Name des Datenspeichers: projects/your_project_id/locations/your_location/collections/your_collection_name/dataStores/your_datastore_name,
und CONDITION müssen den Richtlinien von Vertex AI Agent Builder Syntax von Filterausdrücken.

Suchkonfiguration mit der Dialogflow API einrichten

Sie können diese Daten Dialogflow wenn Anfragen zur Intent-Erkennung gesendet werden. Diese Informationen müssen in jeder Anfrage zur Intent-Erkennung bereitgestellt werden. weil er in der Sitzung nicht beibehalten wird.

Geben Sie diese Informationen im Feld queryParams.searchConfig des Sessions.detectIntent-Methode.

Zur API-Referenz-Sitzung

Wählen Sie ein Protokoll und eine Version für die Sitzungsreferenz aus:

Protokoll	V3	V3beta1
REST	Sitzungsressource	Sitzungsressource
RPC	Sitzungsschnittstelle	Sitzungsschnittstelle
C++	SessionsClient	Nicht verfügbar
C#	SessionsClient	Nicht verfügbar
Go	SessionsClient	Nicht verfügbar
Java	SessionsClient	SessionsClient
Node.js	SessionsClient	SessionsClient
PHP	Nicht verfügbar	Nicht verfügbar
Python	SessionsClient	SessionsClient
Ruby	Nicht verfügbar	Nicht verfügbar

Schließen

Suchkonfiguration mit Dialogflow Messenger einrichten

Sie können diese Daten in die Dialogflow Messenger-Integration einbinden.

Um eine Suchsteuerung anzuwenden, muss das folgende Snippet hinzugefügt werden an den DF Messenger-Code übergeben, wenn Sie ihn in eine Website einbetten:

<script>
  document.addEventListener('df-messenger-loaded', () => {
    const dfMessenger = document.querySelector('df-messenger');
    const searchConfig = { ... }
    dfMessenger.setQueryParameters(searchConfig);
  });
</script>

Weitere Informationen finden Sie in der setQueryParameters .