Impostazioni dell'agente

Gli agenti hanno molte impostazioni che ne influenzano il comportamento e ogni console fornisce impostazioni diverse.

Impostazioni dell'agente della console Conversational Agents

Per accedere alle impostazioni dell'agente:

Console

  1. Apri la console Conversational Agents.
  2. Scegli il tuo progetto.
  3. Seleziona l'agente.
  4. Fai clic sull'icona delle impostazioni nell'angolo in alto a destra.
  5. Aggiorna le impostazioni in base alle esigenze.
  6. Fai clic su Salva.

API

Consulta i metodi get e patch/update per il tipo Agent.

Seleziona un protocollo e una versione per il riferimento dell'agente:

Protocollo V3 V3beta1
REST Risorsa agente Risorsa agente
RPC Interfaccia agente Interfaccia agente
C++ AgentsClient Non disponibile
C# AgentsClient Non disponibile
Vai AgentsClient Non disponibile
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP Non disponibile Non disponibile
Python AgentsClient AgentsClient
Ruby Non disponibile Non disponibile

Le sezioni seguenti descrivono le diverse categorie di impostazioni dell'agente.

Impostazioni generali

Per gli agenti sono disponibili le seguenti impostazioni generali:

  • Nome visualizzato

    Un nome leggibile per l'agente.

  • Fuso orario

    Il fuso orario predefinito per l'agente.

  • Inizio della conversazione

    Questa impostazione determina se l'agente avvia la conversazione con un playbook generativo o un flusso deterministico.

  • Località dell'agente

    La regione dell'agente selezionata al momento della creazione dell'agente.

  • Blocco dell'agente

    • Blocca l'agente:indica se l'agente è bloccato. Un agente bloccato non può essere modificato.

  • Impostazioni di logging

    • Abilita Cloud Logging:indica se Cloud Logging è abilitato per l'agente.

    • Attiva la cronologia delle conversazioni:indica se vuoi che Google raccolga e memorizzi le query degli utenti finali oscurate per migliorare la qualità.

    • Specifica un URI Cloud Storage per archiviare e riprodurre le conversazioni vocali: quando la cronologia delle conversazioni è abilitata, puoi fornire un URI Cloud Storage e l'audio della conversazione verrà salvato in questa posizione. Questo campo è sincronizzato con le impostazioni vocali avanzate per il bucket di esportazione audio. Se vuoi, puoi utilizzare il pulsante Sfoglia Google Cloud Storage, che aprirà un riquadro di selezione dei bucket.

    • Abilita l'oscuramento input utente finali basato sul consenso:se questa impostazione è abilitata, puoi utilizzare un parametro di sessione speciale per controllare se gli input e i parametri degli utenti finali vengono oscurati dalla cronologia delle conversazioni e da Cloud Logging. Per impostazione predefinita, il parametro della sessione è true. Se questa impostazione è disattivata, non viene eseguita alcuna oscuramento.

      Il consenso dell'utente viene raccolto utilizzando un parametro di sessione booleano: $session.params.conversation-redaction. Se questa impostazione è attiva e il parametro di sessione è impostato su false, non viene eseguita alcuna oscuramento (vengono comunque applicate altre strategie di oscuramento). Se questa impostazione è attiva e il parametro della sessione è impostato su true, l'oscuramento viene eseguito.

      Un esempio di flusso di richiesta del consenso potrebbe essere: prima chiedi all'utente se vuole conservare l'input utente dell'utente finale e abbina la risposta a due intent, uno è "intent sì" e l'altro è "intent no". Poi, imposta il parametro di sessione su false (nessuna oscuramento) nei valori preimpostati dei parametri del percorso "intent sì" nel fulfillment e su true (oscuramento) nel valore preimpostato del parametro del percorso "intent no".

  • Esportazione in BigQuery

    • Abilita BigQuery Export:indica se l'esportazione in BigQuery è abilitata.
    • Set di dati BigQuery:il nome del set di dati BigQuery.
    • Tabella BigQuery: il nome della tabella BigQuery.

  • Suggerimenti per gli intent

    Puoi attivare i suggerimenti di intent.

  • Feedback degli utenti

    Puoi attivare questa impostazione per fornire un feedback sulla qualità delle risposte dell'agente, che include Mi piace/Non mi piace.

  • Integrazione di Git

    Utilizza questa impostazione per aggiungere un'integrazione Git.

Impostazioni dell'AI generativa

Sono disponibili le seguenti impostazioni di AI generativa:

  • Generale:

    • Selezione del modello generativo

    Seleziona il modello da utilizzare per le funzionalità generative. Per saperne di più, consulta Versioni del modello.

  • Limiti di token:

    • Limite di token di input

      Seleziona il limite di token di input per il modello generativo. Questa è la dimensione massima dei token per l'input da inviare al modello. A seconda del modello, un token può essere compreso tra un carattere e una parola. Limiti di token più piccoli hanno una latenza inferiore, ma le dimensioni dell'input del modello sono limitate. Limiti di token più elevati hanno una latenza maggiore, ma le dimensioni di input del modello possono essere maggiori.

    • Limite di token di output

      Seleziona il limite di token di output per il modello generativo. Questa è la dimensione massima dei token per l'output ricevuto dal modello. A seconda del modello, un token può essere compreso tra un carattere e una parola. Limiti di token più piccoli hanno una latenza inferiore, ma le dimensioni dell'output del modello sono limitate. Limiti di token più elevati hanno una latenza maggiore, ma le dimensioni dell'output del modello possono essere maggiori.

    • Temperatura

      La temperatura di un LLM ti consente di controllare il livello di creatività delle risposte. Un valore basso fornisce risposte più prevedibili. Un valore elevato fornisce risposte più creative o casuali.

    • Limiti dei token di contesto

      L'impostazione elimina alcuni turni precedenti dal prompt dell'LLM per evitare che le dimensioni del prompt aumentino con ogni turno sequenziale gestito dall'agente. Questa funzionalità offre un modo per mitigare la crescita indesiderata delle dimensioni dei prompt.

      Normalmente, senza troncamento, ogni turno successivo viene aggiunto alla "cronologia delle conversazioni" del prompt dell'LLM, indipendentemente dal fatto che sia pertinente o meno al turno corrente. Ciò può comportare un aumento delle dimensioni del prompt a ogni turno. Man mano che la cronologia delle conversazioni occupa una parte maggiore del prompt, una parte minore del prompt può essere utilizzata per gli esempi few-shot (che potrebbero quindi essere eliminati). Alla fine, il prompt potrebbe anche violare i limiti di token attuali. Puoi aumentare le dimensioni dei token per adattarli, ma tieni presente che l'aumento delle dimensioni dei prompt aumenta anche la latenza di risposta dell'LLM.

      La troncamento del contesto ti consente di impostare una percentuale del budget di token da riservare alla cronologia delle conversazioni, come valore massimo. Le battute della conversazione vengono conservate in ordine dalla più recente alla meno recente. Questa impostazione può aiutarti a evitare di superare i limiti di token. Indipendentemente dall'impostazione scelta, vengono conservati almeno due turni di conversazione, in ordine dal più recente al meno recente.

      Devi prima impostare un limite di token per poter modificare questa impostazione.

      La troncatura del contesto potrebbe causare la perdita involontaria di alcuni parametri se fanno parte di turni eliminati. Valuta attentamente le interazioni con il playbook dopo aver attivato questa opzione.

      Il budget di input dei token viene utilizzato anche dai seguenti elementi:

      • Istruzioni di sistema ed esempi: vengono aggiunti automaticamente al prompt. Questo comportamento non può essere modificato.
      • Istruzioni e obiettivi del playbook: tutte le istruzioni e gli obiettivi che scrivi verranno aggiunti al prompt nella loro interezza.
      • Esempi few-shot del playbook: vengono aggiunti in ordine (per impostazione predefinita) o tramite un algoritmo scelto da te (ad esempio, l'ordinamento in base alla migliore corrispondenza con l'espressione regolare). Gli esempi vengono selezionati per rientrare nel budget dei token di input dopo l'inclusione di tutti gli altri elementi.
      • Cronologia delle conversazioni composta da espressioni dell'utente e dell'agente, contesto di transizione del flusso e del playbook, chiamate e output degli strumenti nella stessa sessione di tutti i turni precedenti gestiti in sequenza dal playbook attuale.

    • Frasi vietate

    Un elenco di frasi vietate per l'AI generativa. Se nel prompt o nella risposta generata viene visualizzata una frase vietata, la generazione non andrà a buon fine. Tieni presente che l'elenco di frasi vietate ha conseguenze su ogni query e chiamata LLM e aumenterà la latenza.

    • Filtri di sicurezza

    Configura i livelli di sensibilità dei filtri di sicurezza in base alle diverse categorie di AI responsabile (RAI). I contenuti verranno valutati in base alle seguenti quattro categorie:

    Categoria Descrizione
    Incitamento all'odio Commenti negativi o dannosi rivolti all'identità e/o agli attributi protetti.
    Contenuti pericolosi Promuovono o consentono l'accesso a beni, servizi e/o attività dannosi
    Contenuti sessualmente espliciti Riferimenti ad atti sessuali e/o ad altri contenuti osceni
    Molestie Commenti dannosi, intimidatori, prepotenti e/o illeciti rivolti a un altro individuo

    I contenuti vengono bloccati in base alla probabilità di essere dannosi. Il livello di sensibilità può essere personalizzato scegliendo una delle opzioni Nessun blocco, Blocco ridotto, Blocco limitato e Blocco esteso per ogni categoria.

    Per saperne di più, consulta Configura gli attributi di sicurezza.

    • Sicurezza dei prompt

    Puoi selezionare l'impostazione Attiva il controllo di sicurezza dei prompt per attivare i controlli di sicurezza dei prompt. Se questa opzione è abilitata, l'agente rifiuterà le query degli utenti che attivano il filtro di sicurezza, inclusi gli attacchi di prompt injection. Questi attacchi possono essere utilizzati per rivelare parti del prompt dell'agente o per fornire risposte che l'agente non dovrebbe fornire. A questo scopo, viene inviato un prompt LLM aggiuntivo che verifica se la query dell'utente è potenzialmente dannosa. Se l'opzione è attiva, puoi fornire le seguenti opzioni:

    • Impostazioni di sicurezza dei prompt:puoi selezionare Predefinite per le impostazioni di sicurezza predefinite o Personalizza per chiarire quali query degli utenti devono essere considerate sicure o non sicure.
    • Seleziona il modello generativo: controlla l'LLM utilizzato per la classificazione. Se selezioni Predefinito (consigliato), verrà scelto un modello predefinito per te, che potrebbe cambiare automaticamente man mano che diventano disponibili modelli più recenti e migliorati.
    • Prompt di sicurezza: puoi selezionare Predefinito per un prompt di sicurezza predefinito o Personalizza per fornire istruzioni che aiutino a classificare le query degli utenti dannosi. Se selezioni Predefinito, il prompt potrebbe aggiornarsi automaticamente per apportare miglioramenti.
    • Soglia di input:la lunghezza minima dei caratteri per una query utente prima che vengano applicati i controlli di sicurezza. Le query brevi sono più ambigue e potrebbero essere classificate in modo errato. Tutte le query inferiori alla soglia di input verranno trattate come intrinsecamente sicure.

  • Fallback generativo:

  • Datastore:

    Consulta Impostazioni dell'agente del datastore.

Flussi deterministici

Queste impostazioni si applicano a tutti i flussi di questo agente, ad eccezione delle impostazioni di ML, che vengono applicate per flusso. Per modificare altre impostazioni specifiche del flusso, vai al flusso nella console e modifica le impostazioni da lì.

  • Addestramento degli intent: Flows utilizza algoritmi di machine learning (ML) per comprendere gli input degli utenti finali, abbinarli agli intent ed estrarre dati strutturati. I flussi imparano dalle frasi di addestramento che fornisci e dai modelli linguistici integrati nei flussi. Sulla base di questi dati, crea un modello per prendere decisioni su quale intent deve essere abbinato a un input utente finale. Puoi applicare impostazioni di ML uniche per ogni flusso di un agente.

    Sono disponibili le seguenti impostazioni di addestramento degli intent:

    • Correzione ortografica

    Se questa opzione è abilitata e l'input utente finale contiene un errore di ortografia o di grammatica, verrà trovato un intent corrispondente come se l'input fosse stato scritto correttamente. La risposta di rilevamento dell'intent conterrà l'input corretto dell'utente finale. Ad esempio, se un utente finale inserisce "Voglio una melaa", la frase verrà elaborata come se l'utente finale avesse inserito "Voglio una mela". Questo vale anche per le corrispondenze che coinvolgono sia entità di sistema che personalizzate.

    Le correzioni ortografiche sono disponibili in inglese, francese, tedesco, spagnolo e italiano. Sono disponibili in tutte le regioni di Dialogflow CX.

    Avvisi e best practice:

    • La correzione ortografica non può correggere gli errori di riconoscimento vocale automatico (ASR), quindi non è consigliabile attivarla per gli agenti che utilizzano input ASR.
      • È possibile che l'input corretto corrisponda all'intent sbagliato. Per risolvere il problema, puoi aggiungere frasi comunemente non corrispondenti agli esempi negativi.

    • La correzione ortografica aumenta leggermente il tempo di risposta dell'agente.

      • Se un agente è definito utilizzando un gergo specifico del dominio, le correzioni potrebbero non essere quelle desiderate.

    • Impostazioni ML specifiche del flusso:

      Può essere uno dei seguenti:

      • NLU avanzata: (predefinita) tecnologia NLU avanzata. Questo tipo di NLU funziona meglio di quello standard, soprattutto per agenti e flussi di grandi dimensioni.
      • NLU standard:tecnologia NLU standard. Non riceveranno più miglioramenti della qualità o nuove funzionalità.

      • Addestramento automatico

        Se attivato, il flusso viene addestrato ogni volta che viene aggiornato con la console. Per i flussi di grandi dimensioni, ciò potrebbe causare ritardi nell'interfaccia utente della console, pertanto devi disattivare questa impostazione ed eseguire l'addestramento manualmente, se necessario, per i flussi di grandi dimensioni.

      • Soglia di classificazione

        Per filtrare i risultati dei falsi positivi e ottenere comunque una varietà di input in linguaggio naturale corrispondenti per l'agente, puoi ottimizzare la soglia di classificazione del machine learning. Questa impostazione controlla la confidenza minima del rilevamento degli intent richiesta per una corrispondenza di intent.

        Se il punteggio di affidabilità per una corrispondenza di intent è inferiore al valore di soglia, verrà richiamato un evento di mancata corrispondenza.

        Puoi impostare un valore di soglia di classificazione separato per ogni flusso in ogni lingua abilitata per l'agente. In questo modo, è possibile adattare le diverse lingue che hanno un rendimento migliore con soglie di classificazione diverse. Per saperne di più sulla creazione di un agente multilingue, consulta la documentazione sugli agenti multilingue.

      • Stato dell'addestramento

        Indica se il flusso è stato addestrato dall'ultimo aggiornamento dei dati del flusso.

      • Addestra

        Utilizza questo pulsante per addestrare manualmente il flusso.

    • Lingua

      Le lingue supportate dall'agente. Una volta creato un agente, la lingua predefinita non può essere modificata. Tuttavia, puoi eseguire le seguenti operazioni:

      1. Esporta l'agente nel formato JSON.
      2. Estrai il file scaricato.
      3. Trova il file agent.json.
      4. Aggiorna i campi defaultLanguageCode e supportedLanguageCodes con i valori scelti.
      5. Ripristina l'agente nello stesso agente o in un agente diverso dal passaggio 1.
      6. Aggiorna le frasi di addestramento e i valori delle entità specifici per la lingua, se necessario.

      Puoi anche attivare il rilevamento e il cambio automatico della lingua.

Connettività

  • Modello di payload personalizzato

    In questa sezione puoi creare descrizioni e payload per i modelli di payload personalizzati.

  • Definizione del parametro

    Indica chiaramente quali parametri della sessione verranno inviati al webhook e quali parametri della sessione possono essere impostati dalla risposta del webhook.

  • Impostazioni dei certificati client

    Utilizzato per caricare i certificati SSL.

Voce e IVR

  • Opzioni di sintesi vocale:

    • Text-to-Speech

    • Lingue e voci

      Puoi selezionare la lingua e la voce utilizzate per la sintesi vocale.

      Puoi attivare la voce personalizzata per il tuo agente selezionando l'opzione della voce personalizzata dalla casella di riepilogo del nome della voce e specificando il nome della voce personalizzata nel campo corrispondente. Il nome della voce personalizzata deve seguire il seguente pattern: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

      Puoi anche utilizzare la clonazione della voce.

      • Se utilizzi il gateway di telefonia, assicurati che all'account di servizio Dialogflow Service Agent service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com sia concesso il ruolo "AutoML Predictor" nel progetto di voce personalizzata.

      • Per le normali chiamate API, assicurati che al account di servizio utilizzato per chiamare Dialogflow CX sia concesso il ruolo "AutoML Predictor" nel progetto di voce personalizzata.

      • Tono di voce

        Controlla l'altezza relativa del tono del parlato.

      • Velocità del parlato

        Controlla la velocità di lettura della voce.

      • Esegui l'override della configurazione della sintesi vocale a livello di richiesta

        Se abilitata, la configurazione della sintesi vocale specificata nelle impostazioni dell'agente sostituisce quella specificata nell'API, nell'integrazione con i partner o nel profilo di conversazione.

      • Pronuncia

        Utilizza queste impostazioni per fornire all'agente la pronuncia di determinate frasi utilizzando la codifica fonetica X-SAMPA.

    • Speech-to-Text

      • Attiva l'adattamento vocale automatico

      Consulta Adattamento vocale automatico.

  • Call Companion:consulta Call Companion.

Impostazioni UI

Puoi utilizzare queste impostazioni per personalizzare le interfacce utente di Messenger e del companion di chiamata.

Sicurezza

Per saperne di più, consulta Impostazioni di sicurezza e Controllo dell'accesso.

Impostazioni dell'agente nella console Dialogflow CX

Per accedere alle impostazioni dell'agente:

Console

  1. Apri la console.
  2. Scegli il tuo progetto.
  3. Seleziona l'agente.
  4. Fai clic su Impostazioni agente.
  5. Aggiorna le impostazioni in base alle esigenze.
  6. Fai clic su Salva.

API

Per saperne di più, consulta i metodi get e patch/update per il tipo Agent.

Seleziona un protocollo e una versione per il riferimento dell'agente:

Protocollo V3 V3beta1
REST Risorsa agente Risorsa agente
RPC Interfaccia agente Interfaccia agente
C++ AgentsClient Non disponibile
C# AgentsClient Non disponibile
Vai AgentsClient Non disponibile
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP Non disponibile Non disponibile
Python AgentsClient AgentsClient
Ruby Non disponibile Non disponibile

Impostazioni generali

Per gli agenti sono disponibili le seguenti impostazioni generali:

  • Nome visualizzato: un nome leggibile per l'agente.
  • Fuso orario:il fuso orario predefinito per l'agente.

  • Lingua predefinita:la lingua predefinita supportata dall'agente. Una volta creato un agente, la lingua predefinita non può essere modificata. Tuttavia, puoi eseguire le seguenti operazioni:

    1. Esporta l'agente nel formato JSON.
    2. Estrai il file scaricato.
    3. Trova il file agent.json.
    4. Aggiorna i campi defaultLanguageCode e supportedLanguageCodes con i valori necessari.
    5. Ripristina l'agente nello stesso agente o in un agente diverso dal passaggio 1.
    6. Aggiorna le frasi di addestramento e i valori delle entità specifici per la lingua, se necessario.

  • Blocco dell'agente:

    • Blocca l'agente:indica se l'agente è bloccato. Un agente bloccato non può essere modificato.

  • Impostazioni di logging:

    • Abilita Cloud Logging:indica se Cloud Logging è abilitato per l'agente.
    • Attiva la cronologia delle conversazioni:indica se vuoi che Google raccolga e memorizzi le query degli utenti finali oscurate per migliorare la qualità.
    • Abilita l'oscuramento input utente finali basato sul consenso:

    Se questa impostazione è abilitata, puoi utilizzare un parametro di sessione speciale per controllare se l'input e i parametri dell'utente finale vengono oscurati dalla cronologia delle conversazioni e da Cloud Logging. Per impostazione predefinita, il parametro della sessione è true. Se questa impostazione è disattivata, non viene eseguito alcun oscuramento.

    Il consenso dell'utente viene raccolto utilizzando un parametro di sessione booleano: $session.params.conversation-redaction. Se questa impostazione è attiva e il parametro di sessione è impostato su false, non viene eseguita alcuna oscuramento (vengono comunque applicate altre strategie di oscuramento). Se questa impostazione è attiva e il parametro della sessione è impostato su true, l'oscuramento viene eseguito.

    Un esempio di flusso di richiesta del consenso potrebbe essere: prima chiedi all'utente se vuole conservare l'input utente dell'utente finale e abbina la risposta a due intent, uno è "intent sì" e l'altro è "intent no". Poi, imposta il parametro di sessione su false (nessuna oscuramento) nei valori preimpostati dei parametri del percorso "intent sì" nel fulfillment e su true (oscuramento) nel valore preimpostato del parametro del percorso "intent no".

  • BigQuery Export:

    • Abilita BigQuery Export:indica se l'esportazione in BigQuery è abilitata.
    • Set di dati BigQuery:il nome del set di dati BigQuery.
    • Tabella BigQuery: il nome della tabella BigQuery.

  • Suggerimenti di intent:puoi attivare i suggerimenti di intent.

  • Modello di payload personalizzato:in questa sezione puoi creare descrizioni e payload per i modelli di payload personalizzati.

Impostazioni ML

Dialogflow CX utilizza algoritmi di machine learning (ML) per comprendere gli input degli utenti finali, abbinarli agli intent ed estrarre dati strutturati. Dialogflow CX impara dalle frasi di addestramento che fornisci e dai modelli linguistici integrati in Dialogflow CX. In base a questi dati, crea un modello per prendere decisioni su quale intent deve essere abbinato a un input dell'utente finale. Puoi applicare impostazioni di ML uniche per ogni flusso di un agente e il modello creato da Dialogflow CX è unico per ogni flusso.

Sono disponibili le seguenti impostazioni di ML a livello di agente:

  • Consenti a ML di correggere l'ortografia:

    Se questa opzione è abilitata e l'input utente finale contiene un errore di ortografia o di grammatica, verrà trovato un intent corrispondente come se l'input fosse stato scritto correttamente. La risposta di rilevamento dell'intent conterrà l'input utente finale corretto. Ad esempio, se un utente finale inserisce "Voglio una melaa", la frase verrà elaborata come se l'utente finale avesse inserito "Voglio una mela". Questo vale anche per le corrispondenze che coinvolgono sia entità di sistema che personalizzate.

    La correzione ortografica è disponibile in inglese, francese, tedesco, spagnolo e italiano. È disponibile in tutte le regioni di Dialogflow CX.

    Avvisi e best practice:

    • La correzione ortografica non può correggere gli errori di riconoscimento vocale automatico (ASR), pertanto non è consigliabile attivarla per gli agenti che utilizzano input ASR.
    • È possibile che l'input corretto corrisponda all'intent sbagliato. Puoi risolvere questo problema aggiungendo frasi comunemente non corrispondenti agli esempi negativi.
    • La correzione ortografica aumenta leggermente il tempo di risposta dell'agente.
    • Se un agente è definito utilizzando un gergo specifico del dominio, le correzioni potrebbero non essere quelle desiderate.

Sono disponibili le seguenti impostazioni di ML specifiche per il flusso:

  • Tipo di NLU:

    Può essere uno dei seguenti:

  • Addestramento automatico:se questa opzione è abilitata, il flusso viene addestrato ogni volta che viene aggiornato con la console. Per i flussi di grandi dimensioni, ciò potrebbe causare ritardi nell'interfaccia utente della console, pertanto devi disattivare questa impostazione ed eseguire manualmente l'addestramento in base alle esigenze per i flussi di grandi dimensioni.

  • Soglia di classificazione:

    Per filtrare i risultati dei falsi positivi e ottenere comunque una varietà di input in linguaggio naturale corrispondenti per l'agente, puoi ottimizzare la soglia di classificazione del machine learning. Questa impostazione controlla l'affidabilità minima del rilevamento degli intent richiesta per una corrispondenza di intent.

    Se il punteggio di affidabilità per una corrispondenza di intent è inferiore al valore di soglia, verrà richiamato un evento di mancata corrispondenza.

    Puoi impostare un valore di soglia di classificazione separato per ogni flusso in ogni lingua abilitata per l'agente. In questo modo, è possibile adattare le diverse lingue che hanno un rendimento migliore con soglie di classificazione diverse. Per saperne di più sulla creazione di un agente multilingue, consulta la documentazione sugli agenti multilingue.

  • Stato dell'addestramento:indica se il flusso è stato addestrato dall'ultimo aggiornamento dei dati del flusso.

  • Addestra NLU:utilizza questo pulsante per addestrare manualmente il flusso.

Impostazioni dell'AI generativa

Sono disponibili le seguenti impostazioni di AI generativa:

  • Generale:

    • Frasi vietate:un elenco di frasi vietate per l'AI generativa. Se nel prompt o nella risposta generata viene visualizzata una frase vietata, la generazione non andrà a buon fine.
    • Filtri di sicurezza:configura i livelli di sensibilità dei filtri di sicurezza rispetto alle diverse categorie di AI responsabile (RAI). I contenuti verranno valutati in base alle seguenti quattro categorie:
    Categoria Descrizione
    Incitamento all'odio Commenti negativi o dannosi rivolti all'identità e/o agli attributi protetti.
    Contenuti pericolosi Promuovono o consentono l'accesso a beni, servizi e attività dannosi
    Contenuti sessualmente espliciti Riferimenti ad atti sessuali o ad altri contenuti osceni
    Molestie Commenti dannosi, intimidatori, prepotenti o illeciti rivolti a un altro individuo

    I contenuti vengono bloccati in base alla probabilità di essere dannosi. Il livello di sensibilità può essere personalizzato scegliendo una delle opzioni Nessun blocco, Blocco ridotto, Blocco limitato e Blocco esteso per ogni categoria.

    Per saperne di più, consulta Configurazione degli attributi di sicurezza.

    • Sicurezza dei prompt:puoi selezionare l'impostazione Abilita il controllo di sicurezza dei prompt per attivare i controlli di sicurezza dei prompt. Se questa opzione è abilitata, l'agente tenterà di impedire gli attacchi di prompt injection. Questi attacchi possono essere utilizzati per rivelare parti del prompt dell'agente o per fornire risposte che l'agente non dovrebbe fornire. A questo scopo, viene inviato un prompt LLM aggiuntivo che controlla se la query dell'utente è potenzialmente dannosa.

  • Agente generativo:

    • Selezione del modello generativo: seleziona il modello utilizzato dalle funzionalità generative. Per saperne di più, consulta Versioni del modello.
    • Troncamento del contesto del playbook:elimina alcuni turni precedenti dal prompt del playbook per evitare che le dimensioni del prompt aumentino con ogni turno sequenziale gestito dal playbook. Questa funzionalità offre un modo per mitigare la crescita indesiderata delle dimensioni dei prompt.

    Normalmente, senza troncamento, ogni turno successivo viene aggiunto alla "cronologia delle conversazioni" del prompt dell'LLM, indipendentemente dal fatto che sia pertinente o meno al turno corrente. Ciò può comportare un aumento delle dimensioni del prompt a ogni turno. Man mano che la cronologia delle conversazioni occupa una parte maggiore del prompt, una parte minore del prompt può essere utilizzata per gli esempi few-shot (che potrebbero quindi essere eliminati). Inoltre, il prompt potrebbe violare i limiti di token attuali. Puoi aumentare le dimensioni dei token per adattarle, ma tieni presente che l'aumento delle dimensioni dei prompt aumenta anche la latenza della risposta dell'LLM.

    Il troncamento del contesto del playbook ti consente di impostare una percentuale del budget dei token da riservare alla cronologia delle conversazioni, come valore massimo. Le battute della conversazione vengono conservate in ordine dalla più recente alla meno recente. Questa impostazione può aiutarti a evitare di superare i limiti di token. Indipendentemente dall'impostazione scelta, vengono conservati almeno due turni di conversazione, in ordine dal più recente al meno recente.

    Devi prima impostare un limite di token per poter modificare questa impostazione.

    Importante:il troncamento del contesto potrebbe causare la perdita involontaria di alcuni parametri se fanno parte di turni eliminati. Valuta attentamente le interazioni con il playbook dopo aver attivato questa opzione.

    Il budget di input dei token viene utilizzato anche dai seguenti elementi:

    • Istruzioni di sistema ed esempi aggiunti automaticamente al prompt. Questo comportamento non può essere modificato.
    • Istruzioni e obiettivi del playbook:tutte le istruzioni e gli obiettivi che scrivi verranno aggiunti al prompt nella loro interezza.
    • Esempi few-shot del playbook aggiunti in ordine (per impostazione predefinita) o tramite un algoritmo scelto da te (ad esempio, l'ordinamento in base alla migliore corrispondenza con l'espressione regolare). Gli esempi vengono selezionati per rientrare nel budget dei token di input dopo l'inclusione di tutti gli altri elementi.
    • Cronologia delle conversazioni composta da espressioni dell'utente e dell'agente, contesto di transizione del flusso e del playbook, chiamate e output degli strumenti nella stessa sessione di tutti i turni precedenti gestiti in sequenza dal playbook corrente.

  • Fallback generativo:

  • Datastore:consulta Impostazioni dell'agente del datastore.

Impostazioni di sintesi vocale e IVR

Sono disponibili le seguenti impostazioni di riconoscimento vocale e IVR:

  • Text-to-Speech:

    • Selezione voce:

    Puoi selezionare la lingua e la voce utilizzate per la sintesi vocale.

    Puoi attivare la voce personalizzata per il tuo agente selezionando l'opzione della voce personalizzata dalla casella di riepilogo della selezione della voce e specificando il nome della voce personalizzata nel campo corrispondente. Il nome della voce personalizzata deve seguire il seguente pattern: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

    • Se utilizzi il gateway di telefonia, assicurati che all'account di servizio Dialogflow Service Agent service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com sia concesso il ruolo "AutoML Predictor" nel progetto vocale personalizzato.
    • Per le normali chiamate API, assicurati che al account di servizio utilizzato per chiamare Dialogflow CX sia concesso il ruolo "AutoML Predictor" nel progetto di voce personalizzata.

  • Speech-to-Text:

DTMF

Consulta DTMF per le integrazioni di telefonia.

Multimodale

Consulta Abbinamento chiamate.

Impostazioni di condivisione

Consulta Controllo dell'accesso.

Impostazioni della lingua

Aggiungi il supporto di altre lingue al tuo agente. Per l'elenco completo delle lingue, consulta il riferimento per le lingue.

Rilevamento automatico della lingua

Quando configuri il rilevamento automatico della lingua, l'agente di chat rileva automaticamente la lingua dell'utente finale e passa a quella lingua. Per i dettagli, consulta la documentazione sul rilevamento automatico della lingua.

Impostazioni di sicurezza

Consulta la sezione Impostazioni di sicurezza.

Impostazioni avanzate

L'unica impostazione avanzata riguarda l'analisi del sentiment.

Impostazioni di Generative AI App Builder

Questa sezione descrive le impostazioni disponibili per le app degli agenti.

Generale

Per le app agente sono disponibili le seguenti impostazioni generali:

  • Nome visualizzato: un nome leggibile per l'app dell'agente.
  • Località:la regione dell'app dell'agente.
  • Blocco dell'app:se questa opzione è attiva, non sono consentite modifiche all'app dell'agente.

Logging

Per le app agente sono disponibili le seguenti impostazioni di logging:

  • Abilita Cloud Logging:se abilitato, i log verranno inviati a Cloud Logging.
  • Attiva la cronologia delle conversazioni:se attivata, la cronologia delle conversazioni sarà disponibile. Indica se vuoi che Google raccolga e memorizzi le query degli utenti finali oscurate per migliorare la qualità. Questa impostazione non influisce sull'utilizzo della cronologia delle conversazioni per generare le risposte dell'agente.
  • Abilita BigQuery Export:se abilitata, la cronologia delle conversazioni viene esportata in BigQuery. Anche l'impostazione Abilita la cronologia delle conversazioni deve essere attivata.

GenAI

Per le app degli agenti sono disponibili le seguenti impostazioni di AI generativa:

  • Selezione del modello generativo: seleziona il modello generativo che gli agenti devono utilizzare per impostazione predefinita.
  • Limite di token di input:seleziona il limite di token di input per il modello generativo. Questa è la dimensione massima dei token per l'input da inviare al modello. A seconda del modello, un token può essere compreso tra un carattere e una parola. Limiti di token più piccoli hanno una latenza inferiore, ma la dimensione dell'input del modello è limitata. Limiti di token più elevati hanno una latenza maggiore, ma le dimensioni di input del modello possono essere maggiori.
  • Limite di token di output: seleziona il limite di token di output per il modello generativo. Questa è la dimensione massima dei token per l'output da ricevere dal modello. A seconda del modello, un token può essere compreso tra un carattere e una parola. Limiti di token più piccoli hanno una latenza inferiore, ma le dimensioni dell'output del modello sono limitate. Limiti di token più elevati hanno una latenza maggiore, ma le dimensioni dell'output del modello possono essere maggiori.
  • Temperatura: la temperatura di un LLM ti consente di controllare il livello di creatività delle risposte. Un valore basso fornisce risposte più prevedibili. Un valore elevato fornisce risposte più creative o casuali.
  • Frasi vietate:un elenco di frasi vietate per l'AI generativa. Se una frase vietata appare nel prompt o nella risposta generata, l'agente restituirà una risposta di riserva.

  • Filtri di sicurezza:configura i livelli di sensibilità dei filtri di sicurezza rispetto alle diverse categorie di AI responsabile (RAI). I contenuti verranno valutati in base alle seguenti quattro categorie:

    Categoria Descrizione
    Incitamento all'odio Commenti negativi o dannosi rivolti all'identità e/o agli attributi protetti.
    Contenuti pericolosi Promuovono o consentono l'accesso a beni, servizi e attività dannosi
    Contenuti sessualmente espliciti Riferimenti ad atti sessuali o ad altri contenuti osceni
    Molestie Commenti dannosi, intimidatori, prepotenti o illeciti rivolti a un altro individuo

    I contenuti vengono bloccati in base alla probabilità di essere dannosi. Il livello di sensibilità può essere personalizzato scegliendo una delle seguenti opzioni: Nessun blocco (disattivazione dei controlli RAI), Blocco ridotto (blocco solo delle istanze ad alta probabilità di contenuti dannosi), Blocco limitato (istanze a probabilità media e alta) e Blocco esteso (probabilità bassa, media e alta) per ogni categoria.

    Per saperne di più, consulta Configura gli attributi di sicurezza.

  • Sicurezza dei prompt:puoi selezionare l'impostazione Abilita il controllo di sicurezza dei prompt per attivare i controlli di sicurezza dei prompt. Se questa opzione è abilitata, l'agente tenterà di impedire gli attacchi di prompt injection. Questi attacchi possono essere utilizzati per rivelare parti del prompt dell'agente o per fornire risposte che l'agente non dovrebbe fornire. A questo scopo, viene inviato un prompt LLM aggiuntivo che verifica se la query dell'utente finale è potenzialmente dannosa.

Git

Queste impostazioni forniscono un'integrazione con Git. Segui le istruzioni per configurare l'integrazione.

Indietro
Raccolta dei codici postali
Avanti
Modelli vocali