Bonnes pratiques générales de conception d'agents

Ce guide fournit des bonnes pratiques générales pour concevoir tous les types d'agents.

Consultez également le guide de conception d'agents vocaux, qui est spécifiquement destiné à la conception d'agents vocaux, ainsi que le guide des bonnes pratiques pour l'utilisation du service Dialogflow CX.

Conseils d'ordre général

Créer des agents de manière itérative

Si vous souhaitez concevoir un agent complexe ou de grande taille, commencez par créer une boîte de dialogue qui ne traite que les requêtes de niveau supérieur. Une fois la structure de base établie, effectuez des itérations sur les parcours de conversation pour vous assurer de couvrir tous les itinéraires possibles qu'un utilisateur final peut emprunter.

À mesure que votre agent évolue, envisagez d'utiliser la fonctionnalité de scénarios de test pour le développement piloté par les tests.

Agents prédéfinis

Dialogflow CX propose des modèles d'agents pour vous aider à démarrer. Les agents prédéfinis couvrent des cas d'utilisation courants tels que les services financiers, les télécommunications et les voyages. Ces agents sont fournis avec des intents et des entités couvrant les requêtes utilisateur les plus répandues. Ajoutez des routes et des traitements spécifiques à votre entreprise, et vous créerez rapidement un agent fonctionnel.

Intégrations et connexion de vos services

Il existe plusieurs façons d'intégrer des agents Dialogflow CX. Cette section présente les bonnes pratiques pour choisir comment intégrer.

Intégrations

Les intégrations Dialogflow CX fournissent une interface utilisateur prête à l'emploi pour votre agent. Si vous utilisez une intégration, vous n'avez pas besoin d'appeler directement l'API Dialogflow CX, car les intégrations s'en chargent pour vous. Ces intégrations peuvent fournir un agent textuel que vous pouvez intégrer à votre site Web, connecter à d'autres plates-formes de messagerie ou fournir une interface de téléphonie.

API Dialogflow CX

Si aucune des intégrations prêtes à l'emploi ne convient ou si vous souhaitez personnaliser l'interface de votre système, vous pouvez utiliser directement l'API Dialogflow CX. Avec cette approche, vous devrez implémenter l'interface utilisateur de votre agent ou utiliser une interface utilisateur existante.

Webhooks

À moins que votre agent ne puisse être entièrement défini avec des données statiques, vous devez utiliser des webhooks pour connecter votre service et fournir un agent capable de gérer des scénarios dynamiques. Cela s'applique que vous utilisiez des intégrations ou l'API Dialogflow CX.

Ressources de l'agent

Les ressources d'agent Dialogflow CX peuvent être utilisées de différentes manières pour obtenir le résultat souhaité. Cette section fournit des conseils pour choisir les ressources adaptées aux différents scénarios.

Flux et pages

Les flux et les pages structurent votre agent. Vous pouvez considérer les pages comme des nœuds dans une machine d'état et les flux comme des groupes de pages associées. Vous contrôlez les transitions entre les nœuds à l'aide de gestionnaires d'état, qui sont appelés lorsqu'un intent est mis en correspondance, qu'une condition est remplie ou qu'un événement est appelé.

Un agent simple peut fonctionner correctement avec un seul flux, mais les agents complexes sont presque toujours mieux conçus avec plusieurs flux. Chaque flux doit représenter un sujet de haut niveau pour votre agent, où chaque page associée au flux permet de gérer le sujet. De plus, chaque flux peut avoir ses propres paramètres et être détenu par un sous-ensemble de membres de l'équipe, ce qui permet de diviser le travail lors de la conception d'agents volumineux.

Lorsque vous concevez un agent volumineux et complexe, vous devez tenir compte des limites de"flux par agent" et de "pages par flux". Ces limites permettent de maintenir les performances de votre agent.

Si la conception de votre agent comporte trop de flux par agent, combinez les sujets associés dans un seul flux. Par exemple, vous pouvez combiner les sujets suivants dans un seul flux "Obtenir le solde" :

• Obtenir le solde du compte courant
• Obtenir le solde d'épargne
• Obtenir le solde du prêt immobilier
• Obtenir le solde du crédit

Si la conception de votre agent comporte trop de pages par flux, combinez les pages associées et utilisez de nombreuses routes par page.

Si vous rencontrez toujours des difficultés avec les limites de flux et de pages, cela peut être dû au fait que vous avez intégré trop de logique métier à l'agent lui-même. Envisagez de déplacer cette logique vers des webhooks.

La liste suivante présente la précision du contrôle des conversations des ressources de l'agent par ordre croissant :

1. Agents (un agent gère toutes les conversations)
2. Flux (un flux gère un ou plusieurs sujets de conversation associés)
3. Pages (une page gère un ou plusieurs tours de conversation associés)
4. Routes (une route gère une intention utilisateur ou une vérification de condition)

Paramètres d'intent et paramètres de formulaire

Les paramètres constituent le principal moyen par lequel votre système obtient des données structurées de l'utilisateur final. Vous pouvez utiliser des paramètres pour les intents (paramètres d'intent) ou les pages (paramètres de formulaire).

L'objectif principal de certaines pages est de collecter des informations spécifiques auprès de l'utilisateur final. Par exemple, une page peut être conçue pour collecter les coordonnées de l'utilisateur final. Dans ce cas, vous devez toujours utiliser des paramètres de formulaire pour collecter ces informations.

Dans certains cas, vous pouvez capturer des informations sur l'utilisateur final lors de la transition d'une page à une autre. Par exemple, si l'utilisateur final demande un produit particulier au début de la conversation, vous devez capturer le produit souhaité tout en passant à la page de commande appropriée. Dans ce cas, utilisez les paramètres d'intent dans les routes d'intent.

Dans certains cas, il est également idéal d'utiliser à la fois des paramètres d'intent et des paramètres de formulaire. Par exemple, si l'utilisateur final demande un t-shirt de petite taille au début de la conversation, vous souhaitez capturer le paramètre de taille souhaité (petite) tout en passant à la page de commande de t-shirts. La page de commande de t-shirts peut demander des informations supplémentaires, comme la couleur souhaitée. La page de commande de t-shirts doit comporter des paramètres de formulaire pour la taille et la couleur. Dans cet exemple, le paramètre de taille a déjà été fourni et est propagé. L'agent ne demandera donc que la couleur. Cependant, d'autres conversations peuvent suivre un chemin différent, où l'utilisateur final n'a pas fourni la taille souhaitée lorsque la page de commande de t-shirt devient active. En définissant ce paramètre de ces deux manières, votre agent peut extraire les informations de manière plus flexible.

Remarque : Lorsque vous définissez des paramètres avec le même ID ou nom à afficher dans différents intents ou formulaires, assurez-vous que le type d'entité et les autres paramètres sont identiques pour toutes les définitions. Si le type d'entité ou d'autres paramètres diffèrent, utilisez un ID de paramètre ou un nom à afficher unique pour chaque définition.

Routes et groupes de routes

Si vous souhaitez passer à une autre page, mettre en file d'attente un message de réponse ou appeler un webhook lorsqu'un intent est mis en correspondance ou qu'une condition est remplie, utilisez des routes.

Si vous utilisez le même ensemble de routes sur plusieurs pages, utilisez des groupes de routes. Cela évitera toute duplication inutile dans la conception de votre agent.

Réutilisation des intents

Si vous définissez plusieurs intents avec des expressions d'entraînement similaires, envisagez de réutiliser les intents sur plusieurs pages. Idéalement, vous devez définir des intents à usage général utilisés sur de nombreuses pages et des intents spécifiques utilisés sur une seule page. Cela évitera les duplications inutiles dans la conception de votre agent.

Par exemple, les intents de confirmation sont généralement mieux définis en tant qu'intents réutilisables. Un intent confirmation.yes peut avoir des phrases d'entraînement telles que :

• oui
• ouais
• Oui.
• OK
• oui d'accord
• tu parles
• absolument
• oui s'il te plaît

Un intent confirmation.no peut comporter des phrases d'entraînement telles que :

• non
• nah
• non
• pas moyen
• Pas pour moi
• absolument pas
• non merci

Ces intents de confirmation réutilisables peuvent être utilisés dans de nombreux scénarios pour votre agent.

Dans certains cas, vous devriez également envisager de créer des intents de confirmation spécialisés. Par exemple, lorsque vous confirmez une commande, vous pouvez avoir un intent order.confirmation.yes spécialisé avec des expressions d'entraînement telles que :

• l'ordre me semble correct
• J'accepte cette commande

Et un intent order.confirmation.no spécialisé avec des phrases d'entraînement telles que :

• Je ne veux pas de cette commande
• Je n'accepte pas cette commande

Lorsque la page de confirmation de commande est active, les routes d'intent pour ces quatre intents doivent être incluses dans le champ d'application. Cela permet de s'assurer que toute confirmation générique ou spécifique de l'utilisateur final sera traitée de manière appropriée.

Intent négatif par défaut

Vous devez renseigner l'intent négatif par défaut avec des expressions que vos utilisateurs finaux pourraient prononcer, mais qui ne doivent correspondre à aucun intent de votre agent.

Fulfillment

Il existe de nombreuses options pour utiliser le fulfillment afin de répondre à l'utilisateur final. Au cours d'un tour de conversation, l'agent peut ajouter plusieurs messages à la file d'attente de réponses, et la file d'attente concaténée est envoyée à l'utilisateur final à la fin du tour de conversation. Cette section décrit chaque option permettant de créer les messages individuels.

• Fulfillment d'entrée de page : ce fulfillment est appelé lorsque la page devient initialement active. Il est utile lorsque vous souhaitez un message décrivant l'objectif de la page, et il ne doit être prononcé qu'une seule fois lorsque la page est active. Exemple :
  • Que souhaitez-vous savoir sur votre compte courant ?
  • Quel type de produit souhaitez-vous acheter ?
  • J'ai besoin de quelques informations sur le t-shirt que vous souhaitez commander.
• Routes : ce fulfillment est appelé lorsqu'une route d'intent ou une route de condition avec fulfillment est appelée. Cela est utile lorsque vous souhaitez qu'un message réponde à l'utilisateur final concernant la correspondance d'intent, la condition satisfaite (qui peut être une condition de remplissage de formulaire) ou la transition. Par exemple :
  • Oui, votre forfait international inclut le Japon. (correspondance d'intention)
  • Voulez-vous vraiment acheter 300 chemises ? (condition de comparaison remplie)
  • D'accord, votre rendez-vous est fixé à 7h demain matin. (remplissage de formulaire)
  • Parlons maintenant des oryctéropes. (transition)
• Gestionnaires d'événements : ce fulfillment est appelé lorsqu'un événement est invoqué. Il est utile lorsque vous souhaitez qu'un message réponde à l'événement. Exemple :
  • L'action que vous envisagez d'acheter vient d'augmenter de 10%. (événement personnalisé)
  • Pouvez-vous reformuler ? (événement sans correspondance)
• Requêtes initiales pour les formulaires : ce fulfillment est appelé lorsque l'agent remplit un formulaire. Ces messages doivent poser une question spécifique à l'utilisateur final. Chaque paramètre de formulaire possède son propre fulfillment de prompt initial. Exemple :
  • Quelle taille de t-shirt souhaitez-vous ?
  • What color shirt would you like?
• Gestionnaires de re-prompt pour les formulaires : ce fulfillment est appelé lorsque l'agent remplit un formulaire et qu'il ne comprend pas la sélection de l'utilisateur final pour le paramètre actuel. Ce fulfillment n'est nécessaire que si vous souhaitez que le message de relance soit différent du message d'invite initial. Si aucun gestionnaire de relance n'existe, l'agent utilisera simplement le prompt initial comme message de relance. Exemple :
  • Je ne comprends pas. Pouvez-vous indiquer une couleur valide pour la chemise ?

Dénomination

Cette section fournit des conseils pour nommer les ressources d'agent.

Nommer les intents

Si votre agent comporte de nombreux intents, vous devriez envisager un schéma de dénomination qui vous aide à les organiser. Il est courant de segmenter les noms d'intents avec des signes de ponctuation, avec une spécificité croissante de gauche à droite. De plus, un nom d'intent doit refléter l'intention de l'utilisateur final pour un tour de conversation.

Il existe de nombreux schémas de nommage. En voici un exemple :

• phone-service.order.cancel
• phone-service.order.create
• phone-service.order.change
• tv-service.order.cancel
• tv-service.order.create
• tv-service.order.change
• account.balance.get
• account.balance.pay
• account.address.get
• account.address.update

Transitions

Les transitions définies dans les gestionnaires d'état permettent de contrôler la conversation en modifiant la page active. Cette section fournit des conseils pour organiser les transitions de vos agents.

Transitions sans frais

Lorsque vous définissez une route qui déclenche une transition, tenez compte du fait qu'il peut exister une route complémentaire ou inverse.

Exemple :

• Si vous avez une route d'intent pour confirmation.yes, envisagez de définir une autre route pour confirmation.no.
• Si vous définissez une route de condition avec un opérateur booléen =, envisagez de définir une autre route qui utilise !=.

Gérer les entrées de l'utilisateur final

Cette section fournit des consignes concernant les intents et les phrases d'entraînement, afin que votre agent puisse gérer et traiter de manière optimale les entrées de l'utilisateur final.

Définir au moins 20 phrases d'entraînement

Vous devez disposer d'au moins 20 phrases d'entraînement pour chaque intent. Sinon, le modèle NLU risque de ne pas disposer de suffisamment d'informations pour correspondre correctement à votre intention. Il s'agit d'une consigne minimale. Idéalement, vous devriez en définir davantage, en particulier pour les intents principaux des agents volumineux, pour lesquels il est souhaitable d'en définir environ 50.

Soyez conscient des biais d'intention

Lorsqu'un ou plusieurs intents comportent beaucoup plus d'expressions d'entraînement que les autres, le modèle de NLU est biaisé : il privilégie alors les intents plus volumineux en raison du déséquilibre des données. Ce biais d'intent peut se produire lorsque la quantité d'expressions d'entraînement diffère d'un ordre de grandeur ou plus.

Dans certains cas, ce comportement est souhaitable, car vous pouvez définir des intents qui doivent être mis en correspondance plus souvent que d'autres, car ils correspondent à des entrées d'utilisateurs finaux plus fréquemment observées dans le trafic en direct.

Dans d'autres cas, ce comportement peut être indésirable, car vous ne voulez pas de biais en faveur de ces intents plus volumineux. Si vous vous trouvez dans cette situation, réduisez le nombre d'expressions d'entraînement pour ces intents plus volumineux afin qu'ils soient du même ordre de grandeur que les autres intents. Exemple :

Phrases d'entraînement de l'intent A	Phrases d'entraînement de l'intent B	Biais pour l'intention B
20	50	Non
20	200	Passable
20	2000	Oui

Utilisation des entités et quantité de phrases d'entraînement

Pour tous les types d'entités utilisés dans un intent :

• Annotez chaque exemple des types d'entités.
• Pour chacun des types d'entités, fournissez au moins cinq phrases d'entraînement contenant des exemples annotés.
• Fournissez au moins trois fois plus d'expressions d'entraînement que de types d'entités. Par exemple, si vous utilisez 10 types d'entités différents pour les annotations dans un intent, vous devez disposer d'au moins 30 phrases d'entraînement.

Les expressions d'entraînement doivent être naturelles

Les expressions d'entraînement doivent être conversationnelles et naturelles. Elles doivent correspondre à ce que les utilisateurs disent réellement. Dans la mesure du possible, utilisez comme données d'entraînement les entrées des utilisateurs finaux qui ont eu lieu en production, en accordant une attention particulière aux plus courantes.

Variété nécessaire des phrases d'entraînement

Incluez des variantes de questions, de commandes, de verbes et de synonymes pour les noms communs afin de vous assurer que vos expressions couvrent un large éventail de requêtes possibles.

Par exemple, il est préférable d'inclure des expressions courtes comme "payer ma facture" ainsi que des expressions et des phrases plus longues comme "Je viens de recevoir un courrier m'informant que je dois payer le solde indiqué sur mon relevé de compte". Il n'est pas recommandé de respecter une proportion particulière entre les expressions courtes et les expressions longues, mais vous devez vous baser sur les entrées des utilisateurs finaux envoyées à votre agent en production.

Il est important de définir des expressions d'entraînement de longueur, de formulation et de structure de phrase différentes pour assurer un bon entraînement de votre agent. Il n'est pas nécessaire d'ajouter de la variété pour le plaisir, mais il est nécessaire de fournir suffisamment de variété pour que le modèle NLU puisse détecter l'intention de l'utilisateur final à partir d'un large éventail d'entrées de l'utilisateur final. Si vous n'avez pas assez de variété, vous risquez de rencontrer un problème de surapprentissage. En d'autres termes, le modèle risque d'être trop étroitement lié aux exemples spécifiques que vous fournissez et de ne pas se généraliser suffisamment à d'autres exemples.

Variété de majuscules

La sensibilité à la casse varie selon le modèle de NLU utilisé par votre agent.

NLU standard

Le modèle NLU standard n'est pas sensible à la casse. Dans de rares cas, vous devrez peut-être ajouter des expressions d'entraînement qui ne diffèrent que par la casse. Cela s'applique généralement aux situations dans lesquelles vous attendez des utilisateurs finaux qu'ils fournissent des entrées de texte en majuscules.

Voici d'autres approches possibles :

• Réduire le seuil de classification du ML
• Convertir les entrées de l'utilisateur final en minuscules avant de les envoyer à Dialogflow CX.

NLU avancée

Contrairement au modèle NLU standard, le modèle NLU avancé est sensible à la casse. Nous vous recommandons de tester et d'ajouter les données d'entraînement pertinentes en majuscules pour augmenter les taux de correspondance des intents.

Variété inutile de phrases d'entraînement

Évitez les variations insignifiantes dans les phrases d'entraînement, car elles fournissent des informations en double au modèle NLU. Par exemple, n'incluez pas de variantes qui ne diffèrent que par :

• Majuscules : si vous utilisez le modèle NLU standard, évitez les expressions en double telles que "Commander un billet" et "commander un billet", sauf dans de rares cas. Toutefois, le modèle de NLU avancé est sensible à la casse et nécessite davantage de phrases d'entraînement pour augmenter les correspondances d'intentions. Pour en savoir plus, consultez la section Variété de capitalisation.
• Mots de remplissage : Par exemple, "OK, commande un billet" et "commande un billet".
• Ponctuation : par exemple, "pouvez-vous m'aider ?" et "pouvez-vous m'aider !?"

Cohérence des annotations

La partie de l'expression d'entraînement sélectionnée pour une annotation ne doit inclure que le texte nécessaire pour faire correspondre une entité. Assurez-vous également que les parties similaires des phrases d'entraînement sont annotées pour l'ensemble de l'intent.

Par exemple, le tableau suivant montre les bonnes et les mauvaises façons d'annoter avec l'entité système @sys.date :

Bon	Mauvais
Départ le 7 septembre	Départ le 7 septembre
Départ le 4 juillet	Départ le 4 juillet

Utiliser des annotations sémantiquement significatives pour les entités système

La signification sémantique d'une partie d'expression d'entraînement sélectionnée pour une annotation peut être affectée par le reste du texte de l'expression d'entraînement. Exemple :

Expression d'entraînement annotée	Signification sémantique du texte annoté
J'ai 7 ans	Âge d'une personne
Le contrat est valable pendant 7 ans.	Durée

Les modèles de machine learning de Dialogflow CX prennent en compte la signification sémantique lors de la mise en correspondance des entités système. La signification sémantique de la partie de la phrase d'entraînement doit correspondre à la signification sémantique prévue de l'entité système.

Par exemple, n'utilisez pas l'entité système @sys.duration pour l'annotation du premier exemple "7 ans" ci-dessus. La signification sémantique de "7 ans" ne correspond pas à une simple durée. Vous devez plutôt sélectionner "7" pour l'annotation et utiliser l'entité système @sys.number.

Définir des intents pour gérer les réponses non conformes au remplissage de formulaires

Envisagez de définir des intents pour gérer les réponses non conformes au remplissage du formulaire. Par exemple, votre agent peut demander "Quelles sont vos dates de voyage ?", et l'utilisateur final peut répondre "Je ne sais pas encore". Cette réponse ne satisfait pas l'invite de paramètre de formulaire, mais si votre agent dispose d'un routage d'intent dans le champ d'application qui peut correspondre à cette réponse, il peut gérer la situation correctement.

Éviter @sys.any

Évitez d'utiliser le type d'entité système @sys.any. Elle ne doit être utilisée que si vous avez complètement épuisé toutes les possibilités, y compris la création d'entités personnalisées. Ce type d'entité est très vaste et peut entraîner un comportement indésirable.

Si vous utilisez ce type d'entité, évitez d'annoter plusieurs parties d'une même phrase d'entraînement avec ce type d'entité, car cela crée une ambiguïté et le comportement de l'agent ne sera pas défini.

Il est moins dangereux d'utiliser @sys.any avec des paramètres de formulaire, car l'agent attend des informations spécifiques lorsqu'il demande des paramètres de formulaire.

Remarque : Certaines entités système ne sont pas disponibles lorsque vous régionalisez le déploiement de votre agent, et @sys.any est parfois recommandé comme solution de contournement.

Les annotations doivent inclure différentes valeurs d'entité

Lorsque vous définissez des phrases d'entraînement annotées, vous devez utiliser différents exemples de valeurs d'entité dans les phrases. Vous ne devez pas utiliser systématiquement le même exemple d'entité pour les annotations. L'exemple suivant montre des annotations correctes et incorrectes pour un type d'entité de produit :

Bon	Mauvais
Je veux acheter une chemise	Je veux acheter une chemise
Commander un nouveau chapeau	Commander un nouveau t-shirt
Ajouter une montre à mon panier	Ajoute une chemise à mon panier

Les entités personnalisées doivent inclure de la variété

Les entités personnalisées doivent couvrir un large éventail d'exemples. Le modèle de NLU fournira une variété de formes grammaticales, mais vous devez inclure tous les éléments possibles.

Éviter les entités qui correspondent de manière agressive

Ne définissez pas d'entités pouvant correspondre à pratiquement n'importe quoi. Cela dégrade les performances et la qualité du ML. Presque tout ce qui se trouve dans chaque phrase d'entraînement sera évalué comme une correspondance possible.

Les entités de type carte et liste doivent se concentrer sur des valeurs distinctes

Les types d'entités de carte et de liste doivent avoir un champ d'application limité qui capture des valeurs distinctes d'un type d'informations. Veillez à ce que vos entités soient ciblées, simples et concises.

Si les valeurs de vos entités sont complexes, cela peut être dû au fait que les phrases d'entraînement d'intent sont mieux adaptées à votre situation. Prenons l'exemple d'une entrée d'utilisateur final comme celle-ci :

• "Comment passer un appel international avec le forfait A ?"
• "Utilisation de l'itinérance des données à l'international avec le forfait B."

Ne créez pas de types d'entités pour les actions et les plans, comme suit :

Type d'entité Actions	Type d'entité "Plans"
"Comment passer un appel international ?"	"Plan A"
"Utiliser l'itinérance des données à l'international"	"Plan B"

Utilisez plutôt des expressions d'entraînement et la mise en correspondance des intents pour capturer les actions, et des entités pour capturer les forfaits.

Utiliser des entités d'expression régulière pour capturer des identifiants non textuels

Lorsque vous capturez une entrée d'utilisateur final qui implique des identifiants non verbaux, vous devez utiliser des entités d'expression régulière. Par exemple, pour capturer des ID produit tels que "AA-256" ou "AC-436", utilisez une entité d'expression régulière telle que "[A-Z]{2}-\d{3}".

Éviter d'imbriquer des entités composites

N'utilisez pas plus d'un niveau d'imbrication dans les entités composites. Chaque niveau d'imbrication dégrade considérablement la qualité.

Éviter les intents similaires

Chaque intent doit capturer l'intention de l'utilisateur final. Si vous définissez différents intents avec des expressions d'entraînement similaires, la mise en correspondance peut ne pas être fiable, car le modèle de NLU ne peut pas déterminer avec une confiance suffisante l'intent à mettre en correspondance.

Si deux expressions d'entraînement représentent la même intention, elles doivent appartenir au même intent. Par exemple, "modifier la date d'échéance de la facture actuelle" et "plus de temps pour payer" doivent appartenir au même intent, car ils demandent tous deux une modification de la date d'échéance. Cependant, "Puis-je passer un appel international avec le forfait A ?" et "Puis-je utiliser l'itinérance des données à l'international avec le forfait A ?" peuvent appartenir à des intents différents, car l'utilisateur final souhaite une chose différente dans chaque cas.

Éviter les types d'entités similaires

Évitez de définir plusieurs types d'entités ayant des entrées d'entité similaires, car cela peut entraîner une ambiguïté pour le modèle de NLU.

Utiliser les événements sans correspondance en production pour améliorer vos intents

Lorsque vous exécutez votre agent en production, il est inévitable que certaines entrées de l'utilisateur final entraînent des événements sans correspondance. Vous pouvez utiliser ces opportunités pour améliorer votre agent de l'une des trois manières suivantes :

• Ajoutez l'entrée de l'utilisateur final en tant que phrase d'entraînement à l'intent souhaité. Toutefois, ce n'est pas toujours la meilleure option. Si vous effectuez cette opération plusieurs fois pour l'intent, cela peut entraîner un biais d'intent.
• Nettoyez les phrases d'entraînement pour l'intent souhaité, afin qu'elles reflètent toutes précisément l'intention. Dans certains cas, les intents dont les expressions d'entraînement sont divergentes peuvent empêcher la mise en correspondance de l'intent.
• Si des intents qui ne doivent pas être mis en correspondance avec l'entrée de l'utilisateur final comportent des phrases d'entraînement qui pourraient correspondre à l'entrée de l'utilisateur final, supprimez ces phrases d'entraînement.

Éviter les caractères spéciaux

Les caractères spéciaux dans les phrases d'entraînement ({, _, #, [, etc.) sont ignorés. Les émoticônes font exception à cette règle et fonctionnent comme prévu.

Évitez les mots de remplissage

Les mots de remplissage sont des mots que vous pouvez ignorer tout en comprenant le texte. Exemple :

• s'il te plaît
• peux-tu s'il te plaît
• hmmm
• et si

Il est inutile, mais sans danger, d'utiliser des mots de remplissage dans les phrases d'entraînement, car ils sont ignorés par le modèle NLU. Toutefois, vous ne devez pas définir de phrases d'entraînement qui ne varient que par des mots de remplissage.

Ne définissez jamais d'entités composées de mots de remplissage.

Tester les paramètres de ML

Les paramètres de ML permettent d'ajuster la façon dont les entrées de l'utilisateur final sont traitées. Dans la plupart des cas, les paramètres par défaut fonctionnent bien. Toutefois, vous pouvez affiner les paramètres pour améliorer les performances de votre agent.

Répondre à l'utilisateur final

Cette section fournit des instructions concernant l'utilisation du fulfillment pour répondre à l'utilisateur final.

Accueillir l'utilisateur final

Un agent nouvellement créé dispose d'un routage d'intent créé automatiquement pour l'intent de bienvenue. Vous devez modifier cette route pour inclure un message de fulfillment qui accueille l'utilisateur final. Ce message doit décrire l'agent et donner à l'utilisateur final une idée de ses capacités.

Prendre en compte les informations de l'utilisateur final

Il est souvent préférable de répéter les informations fournies par l'utilisateur final dans les réponses. Cela permet à l'utilisateur final de savoir que l'agent comprend sa demande.

Lorsqu'un intent est mis en correspondance et qu'une transition se produit, informez l'utilisateur final que la conversation progresse en fonction de sa demande. Exemple :

Dialogue	Description
Utilisateur final : J'ai des questions sur mon compte courant. Agent : D'accord, que souhaitez-vous savoir sur votre compte courant ?	La saisie de l'utilisateur final a entraîné une correspondance d'intent, et un itinéraire a été suivi, qui incluait un message de fulfillment et une transition vers une page qui gère les questions sur les comptes courants. Notez que l'agent confirme que l'utilisateur final souhaite obtenir des informations sur son compte courant.

Une fois le remplissage du formulaire terminé, répétez les données fournies par l'utilisateur final. Exemple :

Dialogue	Description
Utilisateur final : Demain Agent : D'accord, votre rendez-vous est fixé à demain, 19h. Puis-je faire autre chose pour vous ?	L'utilisateur final a fourni le paramètre de formulaire "date", qui était le dernier paramètre de formulaire sur la page active. L'agent a confirmé l'heure et la date d'un rendez-vous chez le coiffeur.

Guidez la conversation

L'agent doit toujours guider la conversation avec l'utilisateur final. Pour ce faire, il suffit de terminer chaque réponse par une question telle que :

• Puis-je faire autre chose pour vous ?
• Que voulez-vous savoir sur les beagles ?
• Voulez-vous annuler ou envoyer cette commande ?
• Comment puis-je vous aider aujourd'hui ?
• Voyagez-vous seul ou avec quelqu'un ?

Lorsque vous définissez ces questions, veillez à ne pas poser plusieurs questions comme :

• Vous êtes encore là ? Sur quel service porte votre demande ?
• Voulez-vous toujours cette commande ? Voulez-vous ajouter quelque chose ?

L'utilisateur final peut ne répondre qu'à l'une des questions, et votre agent peut ne pas gérer cette situation correctement.

Gérer les erreurs et les saisies inattendues des utilisateurs finaux

Cette section fournit des conseils pour gérer les erreurs et les saisies inattendues des utilisateurs finaux.

Créer des gestionnaires d'événements pour les événements intégrés

Vous devez créer des gestionnaires d'événements pour les événements intégrés, le cas échéant. La gestion de ces événements est semblable à l'interception d'exceptions dans la programmation logicielle. Selon la situation, vous pouvez gérer les événements avec des gestionnaires d'événements spécifiques aux paramètres, spécifiques à la page ou spécifiques aux flux.

Gérer les erreurs de webhook

En cas d'échec de votre service de webhook, il est important que votre agent puisse gérer l'échec de manière appropriée. Pour ce faire, définissez des gestionnaires d'événements pour les événements intégrés spécifiques au webhook. Voici une approche recommandée pour gérer les erreurs de webhook :

• Ne fournissez pas de cible de transition à partir du gestionnaire d'état qui déclenche l'appel de webhook, sinon le gestionnaire d'événements d'erreur de webhook ne sera pas appelé. Définissez plutôt la cible de transition dans la réponse du webhook à partir du service de webhook.

• Choisissez une page sur laquelle un compteur d'erreurs peut être initialisé à zéro. Cette page doit être active avant la page qui déclenche un appel de webhook. Le fulfillment d'entrée de cette page doit initialiser le compteur d'erreurs sur 0 à l'aide d'un paramètre de fulfillment prédéfini. Exemple :

  Paramètre	Valeur
  webhook-error-count	0

• Créez une page d'erreur de webhook qui gère les événements d'erreur de webhook :

  • La réponse d'entrée doit confirmer l'échec à l'utilisateur final et incrémenter un paramètre de session de compteur d'erreurs à l'aide d'un préréglage de paramètre de réponse. Exemple :

    Paramètre	Valeur
    webhook-error-count	$sys.func.ADD($session.params.webhook-error-count, 1)

  • Définissez une route de condition dont la condition est que le nombre d'erreurs est inférieur au maximum autorisé. (par exemple, $session.params.webhook-error-count <= 3). Cette route doit comporter un fulfillment qui informe l'utilisateur final que l'agent va réessayer. Cette route doit avoir une cible de transition définie sur PREVIOUS_PAGE ou sur n'importe quelle page pouvant effectuer une autre tentative d'appel du webhook.

  • Définissez une route de condition dont la condition est que le nombre d'erreurs est supérieur au nombre maximal autorisé (par exemple, $session.params.webhook-error-count > 3). Cette route doit comporter un fulfillment qui informe l'utilisateur final que l'agent ne réessaiera plus. Cette route doit avoir une cible de transition définie sur une page qui ne déclenchera pas de nouvelles tentatives de webhook.

• Le gestionnaire d'événements de webhook doit avoir une cible de transition qui effectue une transition vers la page d'erreur de webhook.

Outils

Cette section fournit des conseils sur l'utilisation d'outils pour améliorer la conception des agents.

Utiliser l'outil de validation

Vous devez toujours utiliser l'outil de validation pour vérifier votre agent. Cet outil détecte certains des problèmes décrits dans ce guide.

Utiliser la fonctionnalité de scénarios de test

Vous devez toujours définir des scénarios de test pour votre agent. Ces scénarios de test peuvent vous aider à éviter les régressions lorsque votre agent évolue pour gérer davantage de scénarios.