Dokumentasi Conversational AI
AI Percakapan Google Cloud adalah kumpulan alat, solusi, dan API AI percakapan yang dapat digunakan oleh desainer dan developer:
-
Platform AI Percakapan (CAIP)
- Dialogflow ES untuk membangun agen virtual berukuran kecil hingga sedang, dan sederhana hingga cukup kompleks. (Konsol)
- Dialogflow CX untuk membangun agen virtual yang berukuran besar dan kompleks. (Konsol)
-
Solusi Pusat Kontak
- Contact Center AI (CCAI) untuk mengotomatiskan percakapan di pusat kontak. (Konsol)
- CCAI Platform sebagai Contact Center as a Service (CCaaS).
- CCAI Insights untuk memproses dan mengidentifikasi sentimen dan penggerak panggilan. (Konsol)
- Agent Assist untuk mendukung agen manusia selama panggilan dan chat dengan memberikan bantuan real-time. (Konsol)
- Dialogflow CX untuk membangun agen virtual di pusat kontak. (Konsol)
Ada banyak cara berbeda untuk mulai menggunakan Contact Center AI. Berbagai produk dan alat lebih cocok untuk berbagai kebutuhan teknis dan jenis pengguna yang berbeda. Diagram alur di bawah dirancang untuk memandu Anda memilih produk yang tepat untuk menyelesaikan masalah tertentu di CCAI, baik Anda baru memulai atau mencoba menentukan langkah selanjutnya dalam perjalanan Anda untuk meningkatkan pengalaman pelanggan.
-
API pemrosesan Suara dan Bahasa
- Speech-to-Text (STT) untuk mentranskripsikan suara lisan menjadi teks. (Konsol)
- Text-to-Speech (TTS) untuk menyintesis teks tertulis menjadi suara manusia.
- Suara Kustom Text-to-Speech memungkinkan Anda melatih model suara kustom menggunakan rekaman audio berkualitas studio milik Anda sendiri untuk membuat suara yang unik.
- Natural Language untuk memahami teks.
- Translation untuk menerjemahkan teks.
-
Produk Terkait
- Business Messages Memuaskan pelanggan dan mendorong hasil langsung dari Google Penelusuran, Maps, dan saluran milik merek. (Konsol)
- Actions on Google Asisten Google adalah platform pengembangan untuk Asisten Google. Hal ini memungkinkan pengembangan pihak ketiga. (Konsol)
- Looker Dialogflow Analytics Parser Block
Mulai bukti konsep Anda dengan kredit gratis senilai $300
- Mendapatkan akses ke Gemini 2.0 Flash Thinking
- Penggunaan bulanan gratis untuk produk populer, termasuk AI API dan BigQuery
- Tidak ada biaya otomatis, tanpa komitmen
Terus jelajahi dengan lebih dari 20 produk yang selalu gratis
Akses 20+ produk gratis untuk kasus penggunaan umum, termasuk API AI, VM, data warehouse, dan lainnya.
Referensi dokumentasi
Mulai
Blog & Artikel Riset
Komunitas
Referensi terkait
Panduan Lengkap untuk AI Percakapan dengan Dialogflow dan Google Cloud
Ditulis oleh advokat developer Google ahli yang bekerja sama dengan tim produk Dialogflow. Buat chatbot perusahaan untuk web, media sosial, asisten suara, IoT, dan pusat kontak telepon dengan teknologi AI percakapan Dialogflow Google. Buku ini akan menjelaskan cara memulai AI percakapan menggunakan Google dan cara pengguna perusahaan dapat menggunakan Dialogflow sebagai bagian dari Google Cloud Platform.
Codelab Lanjutan Dialogflow CX: Membangun agen retail
Codelab ini akan memandu Anda membangun chatbot situs untuk retail. Panduan ini membuat chatbot untuk bisnis fiktif bernama: G-Records. G-Records adalah label rekaman rock yang berbasis di California. Label ini memiliki 4 band rock yang dikontrak; Alice Googler, G's N' Roses, The Goo Fighters, dan The Google Dolls. G-Records menjual merchandise band kepada semua penggemar musik rock.
Membuat Agen AI Percakapan dengan Badge Keterampilan Dialogflow CX
Dapatkan badge keterampilan dengan menyelesaikan quest Membuat Agen AI Percakapan dengan Dialogflow CX, tempat Anda akan mempelajari cara membuat agen virtual percakapan, termasuk cara: menentukan maksud dan entity, menggunakan versi dan lingkungan, membuat percabangan percakapan, dan menggunakan fitur IVR. Badge keahlian adalah badge digital eksklusif yang diberikan oleh Google Cloud sebagai pengakuan atas kemahiran Anda dalam menggunakan produk dan layanan Google Cloud, serta menguji kemampuan Anda dalam menerapkan pengetahuan di lingkungan praktik yang interaktif. Selesaikan quest badge keahlian ini dan challenge lab penilaian akhir untuk menerima badge keahlian yang dapat Anda bagikan dengan jaringan Anda.
Pengalaman Pelanggan dengan Contact Center AI - Spesialisasi Dialogflow CX
Pelajari cara menggunakan CCAI Dialogflow CX. Pelajari cara menggunakan Kecerdasan Buatan Pusat Kontak (CCAI) untuk mendesain, mengembangkan, dan men-deploy solusi percakapan pelanggan.
Pengembangan Agen Virtual untuk Developer Software dengan Dialogflow CX
Dalam kursus ini, pelajari cara mengembangkan solusi percakapan pelanggan yang lebih disesuaikan menggunakan Kecerdasan Buatan Pusat Kontak (CCAI). Dalam kursus ini, Anda akan diperkenalkan dengan penanganan yang lebih canggih dan disesuaikan untuk percakapan agen virtual yang perlu mencari dan menyampaikan data dinamis, serta metode yang tersedia untuk menguji agen virtual dan log yang dapat berguna untuk memahami masalah yang muncul.
Dasar-Dasar CCAI
Dalam kursus ini, pelajari cara mendesain solusi percakapan pelanggan menggunakan Kecerdasan Buatan Pusat Kontak (CCAI). Anda akan diperkenalkan dengan CCAI dan tiga pilarnya (Dialogflow, Agent Assist, dan Insights), serta konsep di balik pengalaman percakapan dan bagaimana studi tentangnya memengaruhi desain agen virtual Anda. Setelah mengikuti kursus ini, Anda akan siap meningkatkan desain agen virtual Anda ke level percakapan cerdas berikutnya.
Operasi & Penerapan CCAI
Dalam kursus ini, pelajari beberapa praktik terbaik untuk mengintegrasikan solusi percakapan dengan software pusat kontak yang ada, membuat framework untuk bantuan agen manusia, dan menerapkan solusi secara aman dan dalam skala besar.
Mulai Menggunakan Pesan Bisnis Bagian 1
Codelab ini adalah pengantar untuk mengintegrasikan dengan Pesan Bisnis, yang memungkinkan pelanggan terhubung dengan bisnis yang Anda kelola melalui Google Penelusuran dan Maps. Anda mungkin adalah bisnis yang ingin berintegrasi langsung dengan Business Messages, atau mungkin Anda bekerja di vendor software independen yang membangun solusi pesan untuk bisnis yang bekerja sama dengan Anda, atau mungkin Anda baru saja menemukan Business Messages dan ingin bereksperimen di platform ini.
Mulai Menggunakan Pesan Bisnis Bagian 2
Ini adalah codelab kedua dalam seri yang bertujuan membangun perjalanan pengguna mengenai Beli Online Ambil di Toko. Berbicara mengenai e-commerce, keranjang belanja merupakan kunci keberhasilan dalam mengonversi pengguna menjadi pelanggan yang membayar. Keranjang belanja juga dapat digunakan untuk lebih memahami pelanggan Anda dan merupakan medium untuk menawarkan saran mengenai item lain yang mungkin menarik bagi mereka. Dalam codelab ini, kita akan fokus membahas pembuatan pengalaman keranjang belanja dan deployment aplikasi ke Google App Engine.
Pengalihan ke agen aktif Business Messages
Fitur pengalihan agen langsung Business Messages memungkinkan agen Anda memulai percakapan sebagai bot dan beralih di tengah percakapan ke agen langsung (perwakilan manusia). Bot Anda dapat menangani pertanyaan umum, seperti jam buka, sementara agen live Anda dapat memberikan pengalaman yang disesuaikan dengan lebih banyak akses ke konteks pengguna. Jika transisi antara kedua pengalaman ini lancar, pengguna akan mendapatkan jawaban atas pertanyaan mereka dengan cepat dan akurat, sehingga menghasilkan rasio engagement kembali yang lebih tinggi dan peningkatan kepuasan pelanggan. Codelab ini mengajarkan cara memanfaatkan fitur pengalihan agen live sepenuhnya.
Pengalaman Pelanggan dengan Dialogflow ES
Pelajari CCAI dan cara membangun agen Dialogflow ES. Pelajari cara menggunakan Contact Center Artificial Intelligence (CCAI) untuk mendesain, mengembangkan, dan men-deploy solusi percakapan pelanggan
Pengembangan Agen Virtual di Dialogflow ES untuk Developer Software
Dalam kursus ini, pelajari cara menggunakan fitur tambahan Dialogflow ES untuk agen virtual Anda, buat instance Firestore untuk menyimpan data pelanggan, dan terapkan fungsi cloud yang mengakses data. Dengan kemampuan untuk membaca dan menulis data pelanggan, agen virtual peserta didik menjadi dinamis secara percakapan dan dapat mengalihkan volume pusat kontak dari agen manusia. Anda akan diperkenalkan dengan metode untuk menguji agen virtual dan log yang dapat berguna untuk memahami masalah yang muncul. Terakhir, pelajari protokol konektivitas, API, dan platform untuk mengintegrasikan agen virtual Anda dengan layanan yang sudah ada untuk bisnis Anda.
Pengembangan Agen Virtual di Dialogflow ES untuk Citizen Devs
Dalam kursus ini, pelajari cara mengembangkan solusi percakapan pelanggan menggunakan Kecerdasan Buatan Pusat Kontak (CCAI). Anda akan menggunakan Dialogflow ES untuk membuat agen virtual dan mengujinya menggunakan simulator Dialogflow ES. Kursus ini juga memberikan praktik terbaik dalam mengembangkan agen virtual. Anda juga akan diperkenalkan dengan cara menambahkan suara (telefoni) sebagai saluran komunikasi ke percakapan agen virtual Anda. Melalui kombinasi presentasi, demo, dan lab interaktif, peserta akan mempelajari cara membuat agen virtual.
Membangun Bot Suara untuk Android dengan Dialogflow Essentials & Flutter
Dalam codelab ini, Anda akan mempelajari cara mengintegrasikan bot teks dan suara Dialogflow Essentials (ES) sederhana ke dalam aplikasi Flutter. Untuk membuat chatbot bagi perangkat seluler, Anda harus membuat integrasi kustom.
Mengintegrasikan Dialogflow dengan Google Chat
Dalam codelab ini, Anda akan mempelajari cara Dialogflow terhubung dengan Google Workspace API untuk membuat Penjadwal Janji Temu yang berfungsi penuh dengan Google Kalender dengan respons dinamis di Google Chat.
7 praktik terbaik untuk Dialogflow CX
Kami membagikan 7 praktik terbaik yang harus Anda terapkan saat menggunakan Dialogflow CX. Mulai dari menyiapkan konvensi penamaan untuk intent hingga melatih agen dengan frasa secara massal, video ini akan membahas semuanya. Tonton untuk mempelajari tujuh praktik terbaik saat menggunakan Dialogflow CX.
Panduan Praktik terbaik Dialogflow CX
Panduan Praktik Terbaik Desain Agen Dialogflow CX
Blueprint Chat & Voice Analytics
Ternyata sebagian besar organisasi yang menggunakan bot chat dan / atau suara masih jarang menggunakan analisis percakapan. Peluang yang terlewatkan, mengingat penggunaan analisis percakapan yang cerdas dapat membantu mengatur data yang relevan dan meningkatkan pengalaman pelanggan.
Desain Percakapan
Desain percakapan adalah disiplin ilmu mendasar yang menjadi inti dari percakapan yang alami dan intuitif dengan pengguna. Awalnya dimaksudkan untuk membantu developer mendesain tindakan di Asisten Google, proses desain percakapan telah menjadi framework de facto di Google untuk menciptakan pengalaman percakapan yang luar biasa terlepas dari saluran dan perangkat. Untuk membantu pelanggan dan partner memulai prosesnya, Google telah membuat workshop 2 hari yang dapat menyatukan tim bisnis dan IT untuk mempelajari praktik terbaik dan prinsip desain bagi agen percakapan.
Menata Ulang Pengalaman Pelanggan - Omnichannel 360
Layanan Pelanggan Omnichannel di Google Cloud. AI percakapan untuk web, telepon, SMS, Asisten Google, dan perangkat seluler. Pelanggan sering bertanya kepada kami. Bagaimana masa depan layanan pelanggan? Kami yakin bahwa pusat kontak Anda seharusnya bukan pusat biaya, melainkan pusat pendapatan. Asisten virtual harus dapat menjangkau pelanggan di mana pun mereka berada, 24/7, serta bersifat proaktif, hadir di mana-mana, dan dapat diskalakan. Fitur ini akan menjadi partner tepercaya dalam kehidupan sehari-hari Anda.
Praktik terbaik untuk streaming audio dari mikrofon browser ke Dialogflow
Praktik terbaik untuk melakukan streaming audio dari mikrofon browser ke Dialogflow atau Google Cloud STT menggunakan websocket. Demo Kios Layanan Mandiri Bandara, untuk mendemonstrasikan cara kerja streaming mikrofon ke Google Cloud, dari aplikasi web.
Terjemahan Bahasa Bot Dialogflow CX
Harus dibaca oleh semua orang yang ingin mengubah agen Dialogflow CX satu bahasa menjadi agen multi-bahasa dengan cepat.
Dialogflow CX Python Scripting API
Python Dialogflow CX Scripting API (DFCX SCRAPI) adalah API tingkat tinggi yang memperluas Klien Python Google resmi untuk Dialogflow CX. SCRAPI membuat penggunaan DFCX lebih mudah, lebih ramah, dan lebih pythonic bagi pembuat bot, developer, dan pengelola.
Contoh Node JS Dialogflow CX
Dialogflow CX API: Contoh Node.js
Contoh Python Dialogflow CX
Dialogflow CX API: Klien Python dan contoh
Contoh Java Dialogflow CX
Dialogflow CX API: Klien Java dan contoh