Zusammenfassung aktivieren

Der Annotator für Zusammenfassungen gibt Zusammenfassungen Ihrer Unterhaltungen in Customer Experience Insights zurück. Die Zusammenfassung ist eine Agent Assist-Funktion, die nur mit CX Insights oder in Verbindung mit Ihren vorhandenen Agent Assist-Unterhaltungsprofilen verwendet werden kann. Auf dieser Seite erfahren Sie, wie Sie den Annotator für Zusammenfassungen aktivieren.

Abrechnung

Für Customer Experience Insights wird Agent Assist verwendet, um Zusammenfassungen von Unterhaltungen zu erstellen. Wenn Sie die Zusammenfassung für Customer Experience Insights-Analysen implementieren, wird auf Ihrer Rechnung ein zusätzlicher Posten für die Nutzung der Agent Assist API angezeigt. Weitere Informationen finden Sie auf der Preisseite für Agent Assist.

AnnotatorSelector

Im Gegensatz zu anderen Annotatoren für die Analyse ist der Annotator für die Zusammenfassung standardmäßig deaktiviert. Aktivieren Sie sie, indem Sie AnnotatorSelector.run_summarization_annotator auf true setzen.

Wenn AnnotatorSelector in Ihren Anfragen angegeben ist, werden in CX Insights explizit aktivierte Annotatoren ausgeführt. Wenn Sie andere Annotatoren als die Zusammenfassung verwenden möchten, müssen Sie sie in Ihrer Anfrage aktivieren. Informationen zu den verfügbaren Optionen finden Sie unter AnnotatorSelector.

Vorbereitung

Aktivieren Sie die Dialogflow API und die Customer Experience Insights API für Ihr Google Cloud -Projekt.

Unterhaltungen mit CX Insights-Analysen zusammenfassen

Sie können eine Zusammenfassung einer CX Insights-Unterhaltung generieren, indem Sie eine Analyse für diese Unterhaltung erstellen. Weitere Informationen finden Sie unter Unterhaltung mit der API erstellen und analysieren. Wenn Sie eine Analyse erstellen, ist die Zusammenfassung aktiviert und wird über die Annotator-Auswahl konfiguriert.

Eine Liste der unterstützten Sprachen für die einzelnen Zusammenfassungsmodelle finden Sie in der Dokumentation zur Sprachunterstützung für Agent Assist.

Zusammenfassungsmodell für die Generierung verwenden

Agent Assist bietet mit dem Generatormodell auch LLM-gestützte Zusammenfassungen mit benutzerdefinierten Abschnitten. Sie können ein Generatormodell mit vordefinierten Abschnitten verwenden oder benutzerdefinierte Abschnitte definieren.

So lassen Sie Zusammenfassungen automatisch mit dem LLM-basierten Generatormodell erstellen:

  1. Folgen Sie der Anleitung für Agent Assist, um einen Generator für Zusammenfassungen zu erstellen.
  2. Setzen Sie run_summarization_annotator auf true.
  3. Setzen Sie summarization_config auf generator.

Beispiel:

curl -X POST \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json; charset=utf-8" \
    -d '{annotator_selector: {run_summarization_annotator: true, summarization_config: {generator: '"projects/PROJECT_ID/locations/global/generators/generator_id"}}}' \
    "https://contactcenterinsights.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/

Zusammenfassungsergebnisse ansehen

Beim Erstellen der Analyse wird eine Vorgangs-ID zurückgegeben. Fragen Sie den Vorgang ab, um seinen Fortschritt zu verfolgen. Nach Abschluss der Analyse können Sie die Unterhaltung abfragen, um die Analyseergebnisse zu sehen.

curl -X GET \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    "https://contactcenterinsights.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID"

Zusammenfassungsdaten werden in die Antwort eingefügt.

  • Die Zusammenfassung wird als runtimeAnnotation mit dem Feld conversationSummarizationSuggestion gespeichert.
  • Das Feld „Unterhaltung“ latestSummary ist ausgefüllt.

Bei nachfolgenden Analysen werden neue Laufzeitanmerkungen hinzugefügt und die letzte Zusammenfassung wird überschrieben.

{
  "name": "projects/694347961123/locations/us-east1/conversations/14849016801257151776",
  "createTime": "2023-03-07T23:00:00.243902Z",
  "updateTime": "2023-03-07T23:00:01.167050Z",
  …
  "runtimeAnnotations": [
    {
      "annotationId": "14849016801257150641",
      "createTime": "2023-03-07T23:00:01.167050Z",
      "conversationSummarizationSuggestion": {
        "text": "A summary of your conversation."
        "textSections": {
          "DEFAULT_SECTION": "A summary of your conversation."
        }
      }
    }
  ],
  "latestSummary": {
    "text": "A summary of your conversation."
    "textSections": {
      "DEFAULT_SECTION": "A summary of your conversation."
    }
  }
}

Unterhaltungen standardmäßig zusammenfassen

Anstatt bei jeder Analyseerstellung eine Zusammenfassungskonfiguration anzugeben, können Sie in den Projekteinstellungen einen Standard-Annotator-Selektor konfigurieren. Die von Ihnen festgelegte Konfiguration wird für jede Analyse verwendet, sofern diese nicht über eine eigene Auswahl für Anmerkungen verfügt. Für jede Analyse fällt eine zusätzliche Gebühr an.

curl -X PATCH \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json; charset=utf-8" \
  -d '{analysis_config: {annotator_selector: {run_summarization_annotator: true}}}' \
  "https://contactcenterinsights.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/settings?updateMask=analysis_config"

Dialogflow-Laufzeitintegration

Wenn Sie die Dialogflow-Laufzeitintegration aktivieren, können alle von Agent Assist erstellten Zusammenfassungen auch in CX Insights aufgerufen werden. Wie bei anderen CX Insights-Zusammenfassungen sind die Zusammenfassungsinhalte als Laufzeitannotation und im neuesten Zusammenfassungsfeld verfügbar.

{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID",
  "dataSource": {
    "dialogflowSource": {
      "dialogflowConversation": "projects/PROJECT_ID/locations/us/conversations/CONVERSATION_ID",
      "conversationDataItem": "projects/PROJECT_ID/locations/us/conversationDatasets/DATASET_ID/conversationDataItems/DATA_ITEM_ID"
    }
  },
  …
  "runtimeAnnotations": [
    {
      "annotationId": "projects/PROJECT_ID/locations/us/conversationDatasets/DATASET_ID/conversationDataItems/DATA_ITEM_ID/conversationAnnotations/ANNOTATION_ID",
      "createTime": "2023-03-20T19:49:01.929940Z",
      "startBoundary": {},
      "endBoundary": {
        "transcriptIndex": 1
      },
      "answerFeedback": {},
      "conversationSummarizationSuggestion": {
        "text": "The customer had a query about the service. Closed conversation prior to the resolution.",
        "textSections": {
          "DEFAULT_SECTION": "The customer had a query about the service. Closed conversation prior to the resolution."
        }
      }
    }
  ],
  "latestSummary": {
    "text": "The customer had a query about the service. Closed conversation prior to the resolution.",
    "textSections": {
      "DEFAULT_SECTION": "The customer had a query about the service. Closed conversation prior to the resolution."
    }
  }
}

Unterhaltungen nach Zusammenfassungsinhalten filtern

Wenn Sie Unterhaltungen in CX Insights auflisten, können Sie sie nach Zusammenfassungsinhalten filtern. Eine allgemeine Anleitung finden Sie unter Unterhaltungen auflisten.

CX Insights unterstützt die folgenden Filter für Zusammenfassungsinhalte:

  • Mit einer Zusammenfassung: latest_summary:"*"
  • Keine Zusammenfassung: -latest_summary:"*"
  • Mit einer Zusammenfassung, die einen Begriff enthält: latest_summary.text:"match this text"
  • Mit einer Zusammenfassung ohne Phrase: -latest_summary.text:"must not match this text"

Zusammenfassungen in BigQuery ansehen

Wenn Sie Ihre CX Insights-Daten nach BigQuery exportieren, werden auch zusammengefasste Daten exportiert. Eine Anleitung zum Konfigurieren eines BigQuery-Exports finden Sie unter Unterhaltungen nach BigQuery exportieren.

Die letzte Zusammenfassung jeder Unterhaltung ist im Feld latest_summary verfügbar:

bq query --use_legacy_sql=false 'SELECT conversationName, latestSummary.text FROM DATASET.TABLE'

Alle Zusammenfassungen, einschließlich der neuesten und aller bisherigen, sind als Anmerkungen auf Satzebene verfügbar:

bq query --use_legacy_sql=false <<EOF
SELECT
  conversationName,
  sen.sentence,
  JSON_QUERY(JSON_VALUE(ant.annotationRecord), '$.text') AS summary_text
FROM
  DATASET.TABLE,
  UNNEST(`sentences`) AS sen,
  UNNEST(`sen.annotations`) AS ant
WHERE ant.type = 'CONVERSATION_SUMMARIZATION_SUGGESTION'
EOF