Impostazioni agente datastore

Sono disponibili le seguenti impostazioni dell'agente del datastore.

Grounding

Per ogni risposta generata dai contenuti dei datastore connessi, viene calcolato un livello di confidenza che misura l'affidabilità che tutte le informazioni nella risposta sono supportate da informazioni nei datastore. Puoi selezionare il livello di confidenza più basso consentito e l'agente non restituirà risposte inferiori a quel livello.

Puoi scegliere tra 5 livelli di confidenza: molto basso, basso, medio, alto e molto alto.

Puoi anche applicare un filtro euristica di grounding. Se questa opzione è abilitata, le risposte con contenuti probabilmente imprecisi in base ad allucinazioni comuni vengono soppresse.

Prompt datastore

Puoi aggiungere ulteriori informazioni sull'agente per migliorare la qualità delle risposte generate dai contenuti del datastore e renderle più simili al tuo brand:

• Nome agente: come deve chiamarsi l'agente. Se non viene configurato, verrà usato il valore predefinito Assistente IA.
• Identità dell'agente: quale sarà l'utente tipo dell'agente. Se non viene configurato, verrà usato il valore predefinito Assistente IA.
• Nome dell'azienda: impostato sul nome della tua azienda. Questo dovrebbe essere già stato impostato come parte del flusso di creazione dell'agente, ma è modificabile secondo necessità. Ti consigliamo di impostare correttamente questo campo (e soprattutto di non lasciarlo vuoto), per evitare che la qualità delle risposte generate risenta.
• Descrizione dell'azienda Una breve descrizione di ciò che fa o offre l'azienda.
• Ambito agente: dove deve essere utilizzato l'agente. Se non viene configurato, verrà utilizzato il valore predefinito sul sito web dell'azienda.

Dopo aver compilato questa sezione parzialmente o completamente, puoi controllare sul lato destro, sotto Il tuo prompt, il breve paragrafo derivato da queste impostazioni. Questo viene utilizzato come parte della generazione delle risposte.

Richiesta di selezione e riassunto del modello di datastore

Quando viene elaborata la query di un utente, l'agente esegue una ricerca nei datastore per trovare origini valide. L'agente invia quindi la query dell'utente e le origini trovate all'LLM, che esegue un riepilogo.

Puoi selezionare il modello da utilizzare per il riepilogo e, facoltativamente, fornire il tuo prompt.

Seleziona modello generativo

Puoi selezionare il modello generativo utilizzato da un agente del datastore per la richiesta generativa di riassunto. La tabella seguente contiene le opzioni disponibili:

Identificatore modello	Supporto delle lingue
Predefinita	Questa è la configurazione attualmente consigliata ed è soggetta a modifiche nel tempo. Se utilizzi questa opzione, potresti riscontrare cambiamenti nel comportamento dell'agente (probabili miglioramenti). Se vuoi maggiore coerenza nel comportamento dell'agente, seleziona un modello specifico.
text-bison@002	Disponibile in tutte le lingue supportate.
gemini-1.0-pro-001	Disponibile in tutte le lingue supportate.
gemini-1.5-flash-001 (anteprima)	Disponibile in tutte le lingue supportate. Nota: questa configurazione non è ancora stabile e potrebbe cambiare nel tempo.

Personalizza il prompt di riassunto

Nota: l'invio di un prompt personalizzato può influire positivamente o negativamente sulla qualità delle risposte. Sei responsabile della qualità delle risposte.

Puoi fornire il tuo prompt per la chiamata LLM di riepilogo. Il prompt è un modello di testo che può contenere segnaposto predefiniti. I segnaposto verranno sostituiti con i valori appropriati in fase di runtime e il testo finale verrà inviato all'LLM.

I segnaposto sono i seguenti:

• $original-query: testo della query dell'utente.
• $rewritten-query: Dialogflow utilizza un modulo di riscrittura per riscrivere la query dell'utente originale in un formato più accurato.

• $sources: Dialogflow utilizza Enterprise Search per cercare origini in base alla query dell'utente. Le origini trovate vengono visualizzate in un formato specifico:

  [1] title of first source
  content of first source
  [2] title of second source
  content of second source
  

• $end-user-metadata: le informazioni sull'utente che invia la query vengono visualizzate nel seguente formato:

  The following additional information is available about the human: {
  "key1": "value1",
  "key2": "value2",
  ...
  }
  

• $conversation: la cronologia delle conversazioni viene visualizzata nel seguente formato:

  Human: user's first query
  AI: answer to user's first query
  Human: user's second query
  AI: answer to user's second query
  

• ${conversation USER:"<user prefix>" AI:"<agent prefix>" TURNS:<turn count>}: una versione con parametri del segnaposto $conversation. Puoi personalizzare il prefisso dell'utente finale (USER), il prefisso dell'agente (AI) e il numero di turni precedenti da includere (TURNS). È necessario specificare tutti i valori dei parametri segnaposto.

  Ad esempio, ${conversation USER:"Human says:" AI:"Agent says:" TURNS:1}. La cronologia della conversazione viene visualizzata come:

  Human says: user's first query
  Agent says: answer to user's first query
  

Un prompt personalizzato deve indicare all'LLM di restituire "NOT_ENOUGH_INFORMATION" quando non può fornire una risposta. In questo caso, l'agente richiama un evento senza corrispondenza.

Ad esempio:

Given the conversation between a Human and a AI assistant and a list of sources,
write a final answer for the AI assistant.
Follow these guidelines:
+   Answer the Human's query and make sure you mention all relevant details from
  the sources, using exactly the same words as the sources if possible.
+   The answer must be based only on the sources and not introduce any additional
  information.
+   All numbers, like price, date, time or phone numbers must appear exactly as
  they are in the sources.
+   Give as comprehensive answer as possible given the sources. Include all
  important details, and any caveats and conditions that apply.
+   The answer MUST be in English.
+   Don't try to make up an answer: If the answer cannot be found in the sources,
  you admit that you don't know and you answer NOT_ENOUGH_INFORMATION.
You will be given a few examples before you begin.

Example 1:
Sources:
[1] <product or service> Info Page
Yes, <company> offers <product or service> in various options or variations.

Human: Do you sell <product or service>?
AI: Yes, <company> sells <product or service>. Is there anything else I can
help you with?

Example 2:
Sources:
[1] Andrea - Wikipedia
Andrea is a given name which is common worldwide for both males and females.

Human: How is the weather?
AI: NOT_ENOUGH_INFORMATION

Begin! Let's work this out step by step to be sure we have the right answer.

Sources:
$sources

$end-user-metadata
$conversation
Human: $original-query
AI:

Datastore di riserva

Questa sezione contiene le seguenti impostazioni:

• Link di riserva: mostra il link più appropriato se l'agente non riesce a produrre una risposta.
• Abilita l'IA generativa: consenti al datastore di utilizzare l'AI generativa quando genera risultati.