Chatbot AI
Membangun chatbot kustom dan bawaan yang didukung AI dengan mudah
Kembangkan chatbot, agen AI, dan pengalaman pusat kontak layaknya manusia dengan AI Google yang terdepan di industri.
Pelanggan baru akan mendapatkan kredit gratis senilai hingga $300 untuk mulai membangun chatbot.
Ringkasan
Apa itu chatbot AI?
Apa saja manfaat chatbot AI?
Chatbot AI dapat meningkatkan pengalaman pelanggan dengan agen virtual yang dilatih berdasarkan konten dan data bisnis, sekaligus mengurangi biaya dan memperluas kapasitas dukungan pelanggan. Chatbot AI dapat bertindak sebagai satu-satunya titik kontak pelanggan, mendukung agen manusia di pusat panggilan, merekomendasikan jawaban yang dibuat secara instan, dan menangani pertanyaan pelanggan yang sering diajukan.
Chatbot AI vs chatbot vs agen virtual
Chatbot non-AI menggunakan dialog dengan skrip dan tidak dapat membuat respons yang belum diprogram sebelumnya ke dalam chatbot.
Chatbot AI memanfaatkan AI, ML, NLU, NLP, dan LLM untuk memberikan respons yang mirip dengan manusia atas input dari manusia. Chatbot AI dilatih dengan sejumlah besar data dan menggunakan ML untuk secara cerdas menghasilkan berbagai respons percakapan tanpa skrip atas input teks dan suara dari manusia.
Agen virtual adalah bot AI yang dapat dilatih secara khusus untuk berinteraksi dengan pelanggan di pusat panggilan atau pusat kontak.
Apa saja penggunaan chatbot AI yang umum?
Chatbot AI biasanya digunakan sebagai solusi pusat kontak, bantuan real time bagi agen manusia, chatbot generatif, kemampuan suara, dan analisis sentimen. Conversational Agents dapat membantu Anda membuat agen virtual yang menggunakan AI generatif untuk beralih antar-topik dengan lancar dan beroperasi di berbagai saluran 24/7. Dengan Agen Vertex AI, developer dapat membuat aplikasi chat yang didukung AI. Dan Customer Engagement Suite dengan AI Google dapat meningkatkan pengalaman pusat panggilan dan layanan pelanggan.
RAG dan chatbot
Beberapa chatbot menggunakan Retrieval Augmented Generation (RAG) untuk mengatasi keterbatasan respons yang telah diprogram sebelumnya dan mengakses kumpulan informasi yang lebih luas. Saat pengguna mengajukan pertanyaan, chatbot yang didukung RAG tidak harus hanya bergantung pada skrip yang telah ditulis sebelumnya. Sebagai gantinya, chatbot dapat memanfaatkan RAG untuk menelusuri pusat informasi eksternal dan dokumen yang relevan dengan kueri pengguna. Hal ini dapat mencakup wiki internal, dokumentasi produk, atau bahkan informasi yang tersedia untuk umum di internet.
Cara Kerjanya
Chatbot AI menggunakan LLM (model bahasa besar) untuk membuat data dalam jumlah besar, termasuk situs, dokumen, dan inventaris yang dapat diakses melalui input dan output percakapan. Singkatnya, hal ini berarti chatbot AI dapat melakukan percakapan layaknya manusia terkait data apa pun yang dilatih LLM, sehingga AI dapat menawarkan dukungan, insight, dan komentar dalam format chat.
Chatbot AI menggunakan LLM (model bahasa besar) untuk membuat data dalam jumlah besar, termasuk situs, dokumen, dan inventaris yang dapat diakses melalui input dan output percakapan. Singkatnya, hal ini berarti chatbot AI dapat melakukan percakapan layaknya manusia terkait data apa pun yang dilatih LLM, sehingga AI dapat menawarkan dukungan, insight, dan komentar dalam format chat.
Penggunaan Umum
Agen AI
Membangun agen AI Anda sendiri
Dalam serangkaian codelab praktis ini, Anda akan memulai perjalanan menarik untuk membuat agen AI cerdas Anda sendiri menggunakan Agent Development Kit (ADK) Google.
Kita akan mulai dengan hal-hal yang paling mendasar, memandu Anda dalam menyiapkan lingkungan pengembangan dan membuat agen percakapan dasar. Di akhir codelab ini, Anda akan berhasil membangun AI interaktif pertama Anda, yang siap dikembangkan di bagian selanjutnya dari seri ini saat kita mengubahnya menjadi Sistem Multi-Agen (MAS) yang canggih.
Petunjuk
Membangun agen AI Anda sendiri
Dalam serangkaian codelab praktis ini, Anda akan memulai perjalanan menarik untuk membuat agen AI cerdas Anda sendiri menggunakan Agent Development Kit (ADK) Google.
Kita akan mulai dengan hal-hal yang paling mendasar, memandu Anda dalam menyiapkan lingkungan pengembangan dan membuat agen percakapan dasar. Di akhir codelab ini, Anda akan berhasil membangun AI interaktif pertama Anda, yang siap dikembangkan di bagian selanjutnya dari seri ini saat kita mengubahnya menjadi Sistem Multi-Agen (MAS) yang canggih.
Agen virtual untuk pusat kontak
Membangun agen AI untuk pusat kontak
Bangun pusat kontak Anda sendiri yang didukung teknologi AI dengan Contact Center as a Service (CCaaS), yakni sebuah platform pusat kontak berbasis AI yang dibangun secara native di Google Cloud. CCaaS berfungsi bersama CRM serta dilengkapi dengan Conversational Agents untuk membangun chatbot, Agent Assist untuk memberikan bantuan real-time kepada agen manusia, dan Conversational Insights untuk mengidentifikasi sentimen dan penggerak panggilan.
Petunjuk
Membangun agen AI untuk pusat kontak
Bangun pusat kontak Anda sendiri yang didukung teknologi AI dengan Contact Center as a Service (CCaaS), yakni sebuah platform pusat kontak berbasis AI yang dibangun secara native di Google Cloud. CCaaS berfungsi bersama CRM serta dilengkapi dengan Conversational Agents untuk membangun chatbot, Agent Assist untuk memberikan bantuan real-time kepada agen manusia, dan Conversational Insights untuk mengidentifikasi sentimen dan penggerak panggilan.
AI percakapan
Membangun agen AI percakapan
Bangun dan latih Conversational Agents untuk menjawab pertanyaan, membuat rekomendasi, dan menangani percakapan dengan pengguna akhir secara serentak. Modul bahasa alami Conversational Agents memahami nuansa bahasa manusia, menerjemahkan teks atau audio pengguna akhir selama percakapan ke data terstruktur yang dapat dipahami oleh aplikasi dan layanan Anda.
Petunjuk
Membangun agen AI percakapan
Bangun dan latih Conversational Agents untuk menjawab pertanyaan, membuat rekomendasi, dan menangani percakapan dengan pengguna akhir secara serentak. Modul bahasa alami Conversational Agents memahami nuansa bahasa manusia, menerjemahkan teks atau audio pengguna akhir selama percakapan ke data terstruktur yang dapat dipahami oleh aplikasi dan layanan Anda.
Solusi pusat informasi AI generatif
Men-deploy solusi pusat informasi AI generatif untuk memungkinkan layanan mandiri bagi pelanggan
Luncurkan aplikasi yang direkomendasikan Google yang mengekstrak pasangan tanya jawab dari dokumen Anda. Berdasarkan output dari aplikasi, Anda dapat melatih dan meningkatkan kualitas model AI berbasis prompt, yang dapat digunakan sebagai contoh kasus penggunaan mandiri bagi pelanggan lainnya.
Petunjuk
Men-deploy solusi pusat informasi AI generatif untuk memungkinkan layanan mandiri bagi pelanggan
Luncurkan aplikasi yang direkomendasikan Google yang mengekstrak pasangan tanya jawab dari dokumen Anda. Berdasarkan output dari aplikasi, Anda dapat melatih dan meningkatkan kualitas model AI berbasis prompt, yang dapat digunakan sebagai contoh kasus penggunaan mandiri bagi pelanggan lainnya.
