本使用指南會逐步引導您直接呼叫 API，啟用 Virtual Agent Assist 功能。Agent Assist 小幫手會追蹤對話，並使用 Dialogflow 虛擬服務專員為真人服務專員提供工作流程支援，以及偵測意圖以進行資料分析。
您也可以使用 Agent Assist 主控台訓練模型，並使用模擬工具測試模型效能。如需操作說明，請參閱Agent Assist 虛擬助理控制台教學課程。
事前準備
如要啟用 Virtual Agent Assist，您必須先導入一或多項 Agent Assist 功能，才能搭配虛擬代理使用。智慧回覆、常見問題、Agent Assist、文章建議和智慧撰寫功能可單獨使用，也可與虛擬服務專員 Agent Assist 搭配使用，或以任何組合形式使用。如需實作詳細資料，請點選下列連結前往相關說明文件。
建立對話
當使用者與真人或虛擬代理開始對話時，您會建立對話。如要查看建議，您也必須建立使用者參與者和服務專員參與者，並將他們加入對話。以下各節將逐步說明這個程序。
首先，您必須建立對話：
REST
如要建立對話，請呼叫Conversation 資源的 create 方法。
使用任何要求資料之前，請先修改下列項目的值：
- PROJECT_ID：您的雲端專案 ID
- LOCATION_ID：您的地區 ID
- CONVERSATION_PROFILE_ID：建立對話設定檔時收到的 ID
HTTP 方法和網址：
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations
JSON 要求主體：
{
"conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
}
請展開以下其中一個選項，以傳送要求：
您應該會收到如下的 JSON 回覆：
{
"name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID",
"lifecycleState": "IN_PROGRESS",
"conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
"startTime": "2018-11-05T21:05:45.622Z"
}
conversations 後方的路徑區段包含了您的新對話 ID。
Python
如要向 Agent Assist 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
建立使用者參與者
您必須在對話中加入使用者和真人服務專員，才能查看建議。首先，將使用者參與者新增至對話：
REST
如要建立使用者參與者，請在 Participant 資源上呼叫 create 方法。
使用任何要求資料之前，請先修改下列項目的值：
- PROJECT_ID：您的雲端專案 ID
- LOCATION_ID：您的地區 ID
- CONVERSATION_ID：您的對話 ID
HTTP 方法和網址：
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants
JSON 要求主體：
{
"role": "END_USER",
}
請展開以下其中一個選項，以傳送要求：
您應該會收到如下的 JSON 回覆：
{
"name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants/PARTICIPANT_ID",
"role": "END_USER"
}
participants 後方的路徑區段包含新的使用者參與者 ID。
Python
如要向 Agent Assist 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
建立真人服務專員參與者
在對話中新增真人服務專員參與者：
REST
如要建立真人服務專員參與者，請呼叫 Participant 資源的 create 方法。
使用任何要求資料之前，請先修改下列項目的值：
- PROJECT_ID：您的雲端專案 ID
- LOCATION_ID：您的地區 ID
- CONVERSATION_ID：您的對話 ID
HTTP 方法和網址：
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants
JSON 要求主體：
{
"role": "HUMAN_AGENT",
}
請展開以下其中一個選項，以傳送要求：
您應該會收到如下的 JSON 回覆：
{
"name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants/PARTICIPANT_ID",
"role": "HUMAN_AGENT"
}
participants 後方的路徑區段包含新的人工服務專員參與者 ID。
Python
如要向 Agent Assist 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
新增使用者的訊息並取得建議
如要為對話新增及分析使用者訊息，請在 Participant 資源上呼叫 analyzeContent 方法。回應會包含 dialogflowAssistAnswers 欄位，內含下列資料：
fulfillmentText：包含建議的回覆。您可以設定系統，向真人服務專員顯示這項建議。answer record：建議的專屬 ID。
選取建議
人工服務專員收到建議後，可以接受建議或先編輯再轉給使用者。如要選取建議，請使用真人客服參與者再次撥打電話
analyzeContent。將 suggestionInput 欄位設為所選設定，並提供您先前收到的 answer record。text override 欄位應包含傳送給使用者的實際文字。以下是設定 suggestionInput 欄位的範例：
{
"answerRecord": "answer-record",
"textOverride": {
"text" : "Yes, there will be ponies.",
"languageCode": "en-US"
}
}
完成對話
對話結束後，請使用 API 完成對話。
REST
如要完成對話，請呼叫conversations 資源的 complete 方法。
使用任何要求資料之前，請先修改下列項目的值：
- PROJECT_ID：您的 GCP 專案 ID
- CONVERSATION_ID：建立對話時收到的 ID
HTTP 方法和網址：
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/conversations/CONVERSATION_ID:complete
請展開以下其中一個選項，以傳送要求：
您應該會收到如下的 JSON 回覆：
{
"name": "projects/PROJECT_ID/conversations/CONVERSATION_ID",
"lifecycleState": "COMPLETED",
"conversationProfile": "projects/PROJECT_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
"startTime": "2018-11-05T21:05:45.622Z",
"endTime": "2018-11-06T03:50:26.930Z"
}
Python
如要向 Agent Assist 進行驗證，請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。