Zusammenfassung aktivieren

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

Abrechnung

Customer Experience Insights verwendet Agent Assist, um Unterhaltungszusammenfassungen zu erstellen. Wenn Sie die Zusammenfassung für Customer Experience Insights-Analysen implementieren, wird auf Ihrer Rechnung ein zusätzlicher Posten für die Verwendung der Agent Assist API angezeigt. Weitere Informationen finden Sie auf der Seite mit den Preisen für Agent Assist.

AnnotatorSelector

Im Gegensatz zu anderen Analyse-Annotatoren ist der Zusammenfassungs-Annotator standardmäßig deaktiviert. Sie können ihn aktivieren, indem Sie AnnotatorSelector.run_summarization_annotator auf true setzen.

Wenn AnnotatorSelector in Ihren Anfragen angegeben ist, führt CX Insights explizit aktivierte Annotatoren aus. Wenn Sie andere Annotatoren als die Zusammenfassung ausführen möchten, aktivieren Sie die Annotatoren in Ihrer Anfrage. Informationen zu den verfügbaren Optionen finden Sie unter AnnotatorSelector.

Vorbereitung

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

Unterhaltungen mit CX Insights-Analysen zusammenfassen

Sie können eine Zusammenfassung einer CX Insights-Unterhaltung erstellen, 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, wird die Zusammenfassung aktiviert und mit dem Annotator-Selektor konfiguriert.

Eine Liste der unterstützten Sprachen für jedes Zusammenfassungsmodell finden Sie in der Dokumentation zur Sprachunterstützung für Agent Assist language support documentation.

Zusammenfassungsmodell für Generatoren verwenden

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

Führen Sie die folgenden Schritte aus, um Zusammenfassungen automatisch mit dem LLM-basierten Generatormodell zu erstellen:

  1. Folgen Sie der Anleitung für Agent Assist, um einen Zusammenfassungsgenerator 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 den Fortschritt zu verfolgen. Nach Abschluss der Analyse fragen Sie die Unterhaltung ab, 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"

Die Zusammenfassungsdaten werden in der Antwort eingefügt.

  • Die Zusammenfassung wird als runtimeAnnotation gespeichert, wobei das Feld conversationSummarizationSuggestion ausgefüllt ist.
  • Das Feld latestSummary der Unterhaltung ist ausgefüllt.

Bei nachfolgenden Analysen werden neue Laufzeitannotationen hinzugefügt und die letzte Zusammenfassung 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 Analyse eine Zusammenfassungskonfiguration anzugeben, können Sie in den Projekteinstellungen einen Standard-Annotator-Selektor konfigurieren. Die von Ihnen festgelegte Konfiguration wird für jede Analyse verwendet, es sei denn, die Analyse enthält einen eigenen Annotator-Selektor. Beachten Sie, dass für jede Analyse zusätzliche Kosten anfallen.

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 angezeigt werden. Wie bei anderen CX Insights-Zusammenfassungen sind die Zusammenfassungsinhalte als Laufzeitannotation und im Feld für die letzte Zusammenfassung 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 Zusammenfassung: latest_summary:"*"
  • Keine Zusammenfassung: -latest_summary:"*"
  • Mit einer Zusammenfassung, die eine Phrase 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 die Zusammenfassungsdaten 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 letzten und aller bisherigen Zusammenfassungen, sind als Annotationen 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