对话式 AI 首先要考虑的是:潜在用户希望如何与产品进行交互以及他们可能会遇到的主要问题。 然后,您可以使用对话式 AI 工具来帮助将他们引导到相关信息。 在本节中,我们将介绍几种开始规划并创建对话式 AI 的方法。
常见问题及解答是对话式 AI 开发过程的基础。 它们可帮助您定义最终用户的主要需求和关注点,从而减少支持团队的呼叫量。 如果您的产品没有可用的 FAQ 列表,请首先联系您的客户成功团队,以确定对话式 AI 可帮助解决的相应问题的列表。
例如,假设你们是一家银行。 初始 FAQ 列表可能是:
- 如何访问我的账户?
- 在哪里可以找到我的汇款路线和账号?
- 什么时候可以拿到我的借记卡?
- 如何激活我的借记卡?
- 如何订购支票?
- 如何与当地银行的工作人员接洽?
随着时间的推移,您总是可以向这个列表中添加更多问题,因此,可以从一小部分问题开始,为对话式 AI 的开发过程建立原型。
FAQ 将构成在用户输入中表达的目标或意图(例如访问账户)的基础。 确定目标后,您可以将它们作为意图导入具有竞争力的对话式 AI 工具(如 Watson Assistant)中。
从这里开始,您需要向对话式 AI 传授用户可能会用哪些方式表达或询问此类信息。 如果以"如何访问我的账户"为例,您可能会想到用户在与支持代表聊天时可能使用的其他短语,例如"如何登录"、"如何重置密码"、"注册账户"等等。
如果您不确定客户可能使用的其他短语,那么您可能需要与分析和支持团队合作。 如果您的 聊天机器人分析 工具设置得当,分析团队就可以提取网络数据并调查来自站点搜索数据的其他查询。 或者,他们还可以分析来自网络聊天对话和呼叫中心的转录数据。 如果分析团队未设置此类分析,那么支持团队也可以提供有关客户表达问题的常见方式的有用洞察。
确定与意图有关的名词或实体。 在此示例中,我们一直关注的是用户的银行账户。 因此,可以创建一个与银行账户信息相关的实体。
许多值都可以归为此类信息,例如"用户名"、"密码"、"账号"等。
要了解与特定用户意图有关的实体,您可以使用从工具或支持团队收集的相同信息来制定目标或意图。 这些名词将被放在主要询问之前或之后。
所有这些元素将协同工作,以创建与最终用户的对话。 意图允许机器解释用户的提问,而实体将充当提供相关响应的一种方式。 例如,您可以设想对话式 AI 与忘记密码的用户之间展开的如下对话:
原文链接:https://www.ibm.com/cn-zh/topics/conversational-ai
[url=https://adexamethasonep.online/]dexamethasone 500 mg[/url]