הגדרות הסוכן

יש הרבה הגדרות לסוכנים שמשפיעות על ההתנהגות שלהם. כל מסוף מספק הגדרות שונות.

הגדרות הסוכן במסוף של כלי ליצירת סוכנים בממשק שיחה

כדי לגשת להגדרות הסוכן:

המסוף

  1. פותחים את מסוף הצ'אט בוטים.
  2. בוחרים את הפרויקט Google Cloud .
  3. בוחרים את הסוכן.
  4. לוחצים על סמל ההגדרות בפינה השמאלית העליונה.
  5. מעדכנים את ההגדרות לפי הצורך.
  6. לוחצים על Save.

API

אפשר לעיין בשיטות get ו-patch/update של הסוג Agent.

בוחרים פרוטוקול וגרסה להפניה לסוכן:

פרוטוקול V3 V3beta1
REST משאב של נציג משאב של נציג
RPC ממשק לנציגים ממשק לנציגים
C++‎ AgentsClient לא זמין
C#‎ AgentsClient לא זמין
המשך AgentsClient לא זמין
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP לא זמין לא זמין
Python AgentsClient AgentsClient
Ruby לא זמין לא זמין

בקטעי המשנה הבאים מתוארות הקטגוריות השונות של הגדרות הסוכן.

הגדרות כלליות

ההגדרות הכלליות הבאות זמינות לסוכנים:

  • שם לתצוגה

    שם שקריא לאנשים לסוכן.

  • אזור זמן

    אזור הזמן שמוגדר כברירת מחדל לסוכן.

  • התחלת שיחה

    ההגדרה הזו קובעת אם הסוכן יתחיל את השיחה עם רכיב גנרטיבי או עם זרימה דטרמיניסטית.

  • מיקום הנציג

    האזור של הסוכן שבחרתם כשנוצר הסוכן.

  • נעילת סוכן

    • נעילת הסוכן

      מציין אם הסוכן נעול. אי אפשר לערוך סוכן נעול.

  • הגדרות רישום ביומן

    • הפעלת Cloud Logging

      התנאי מציין אם רישום ביומן של Cloud מופעל עבור הסוכן.

    • הפעלת היסטוריית השיחות

      הגדרה שקובעת אם רוצים ש-Google תאסוף ותאחסן שאילתות של משתמשי קצה שעברו צנזורה כדי לשפר את האיכות.

    • הגדרת URI של Cloud Storage לאחסון ולהשמעה של שיחות קוליות

      כשהיסטוריית השיחות מופעלת, אפשר לספק URI של Cloud Storage, והשמע של השיחה יישמר במיקום הזה. השדה הזה מסונכרן עם הגדרות מתקדמות של דיבור עבור דלי לייצוא אודיו. אפשר גם להשתמש בכפתור Browse Google cloud storage (עיון באחסון בענן של Google), כדי לפתוח חלונית לבחירת קטגוריות.

    • הפעלת צנזורה של קלט ממשתמשי קצה על סמך הסכמה

      אם ההגדרה הזו מופעלת, אפשר להשתמש בפרמטר מיוחד של סשן כדי לקבוע אם הקלט והפרמטרים של משתמשי הקצה יוסתרו מהיסטוריית השיחות ומרישום הפעילות ב-Cloud. פרמטר ברירת המחדל של הסשן הוא true. אם ההגדרה הזו מושבתת, לא מתבצעת צנזורה.

      הסכמת המשתמשים נאספת באמצעות פרמטר בוליאני של סשן: $session.params.conversation-redaction. אם ההגדרה הזו מופעלת, והפרמטר של הסשן מוגדר לערך false, לא מתבצעת צנזורה (אבל עדיין חלות אסטרטגיות צנזורה אחרות). אם ההגדרה הזו מופעלת, והפרמטר של הסשן מוגדר ל-true, מתבצעת צנזורה.

      דוגמה לתהליך בקשת הסכמה: קודם שואלים את המשתמש אם הוא רוצה לשמור את הקלט של משתמש הקצה, ומתאימים את התשובה לשתי כוונות, אחת היא "כוונת הסכמה" והשנייה היא "כוונת סירוב". לאחר מכן, מגדירים את פרמטר הסשן לערך false (ללא צנזורה) בהגדרות הקבועות מראש של הפרמטר במסלול של 'יש כוונה' בהשלמת הבקשה, ולערך true (מתבצעת צנזורה) בהגדרות הקבועות מראש של הפרמטר במסלול של 'אין כוונה'.

  • ייצוא ל-BigQuery

    • הפעלת BigQuery Export

      מציין אם BigQuery Export מופעל.

    • מערך נתונים ב-BigQuery

      השם של מערך הנתונים ב-BigQuery.

    • טבלה ב-BigQuery

      שם הטבלה ב-BigQuery.

  • הצעות לכוונות

    אפשר להפעיל הצעות לכוונות.

  • משוב ממשתמשים

    אתם יכולים להפעיל את ההגדרה הזו כדי לספק משוב על איכות התשובות של הסוכן, כולל סימון לייק או דיסלייק.

  • שילוב Git

    ההגדרה הזו מאפשרת להוסיף שילוב עם Git.

הגדרות של AI גנרטיבי

אלו ההגדרות של AI גנרטיבי שזמינות:

  • כללי

    • בחירת מודל גנרטיבי

      בוחרים את המודל שבו נעשה שימוש בתכונות הגנרטיביות. מידע נוסף זמין במאמר בנושא גרסאות של מודלים.

    • מגבלות על טוקנים

      • מגבלת אסימונים לקלט

        בוחרים את מגבלת הטוקנים של הקלט עבור המודל הגנרטיבי. זהו הגודל המקסימלי של טוקנים לקלט שנשלח למודל. בהתאם למודל, טוקן יכול להיות בין תו אחד למילה אחת. השהייה במודלים עם מגבלות קטנות יותר על מספר הטוקנים נמוכה יותר, אבל גודל הקלט של המודל מוגבל. למגבלות גדולות יותר של טוקנים יש חביון גבוה יותר, אבל גודל הקלט של המודל יכול להיות גדול יותר.

      • מגבלת טוקנים של פלט

        בוחרים את מגבלת הטוקנים של הפלט עבור המודל הגנרטיבי. זהו גודל הטוקן המקסימלי לפלט שמתקבל מהמודל. בהתאם למודל, טוקן יכול להיות בין תו אחד למילה אחת. מגבלות קטנות יותר על טוקנים מובילות לחביון נמוך יותר, אבל גודל הפלט של המודל מוגבל. מגבלות גדולות יותר על מספר הטוקנים גורמות לזמן אחזור ארוך יותר, אבל גודל הפלט של המודל יכול להיות גדול יותר.

    • טמפרטורה

      הטמפרטורה של LLM מאפשרת לכם לשלוט במידת היצירתיות של התשובות. ערך נמוך מספק תשובות צפויות יותר. ערך גבוה מספק תשובות יצירתיות או אקראיות יותר.

    • מגבלות על טוקנים של הקשר

      ההגדרה הזו מסירה חלק מהתורות הקודמות מההנחיה של מודל השפה הגדול, כדי שהגודל של ההנחיה לא יגדל עם כל תורה עוקבת שמטופלת על ידי הסוכן. התכונה הזו מאפשרת לצמצם את הגידול הלא רצוי בגודל ההנחיה.

      בדרך כלל, בלי חיתוך, כל תור בהמשך יצורף ל'היסטוריית השיחות' של הנחיית ה-LLM, בלי קשר לשאלה אם הוא רלוונטי לתור הנוכחי. בסופו של דבר, זה יכול להוביל לכך שההנחיה תגדל בכל תור. ככל שההיסטוריה של השיחה תופסת יותר מקום בפרומפט, נשאר פחות מקום בפרומפט לדוגמאות של פרומפט עם כמה דוגמאות (few-shot) (ולכן יכול להיות שהן יושמטו). בסופו של דבר, יכול להיות שההנחיה תעבור גם את מגבלות הטוקנים הנוכחיות. אפשר להגדיל את גודל הטוקנים כדי להתאים את עצמם לזה, אבל חשוב לזכור שהגדלת גודל ההנחיות מוסיפה גם לזמן האחזור של התגובה של מודל שפה גדול (LLM).

      קיטוע ההקשר מאפשר לכם להגדיר אחוז מסוים מתקציב הטוקנים שיוקצה להיסטוריית השיחות, כערך מקסימלי. התורות בשיחה נשמרות בסדר מהעדכנית ביותר לישנה ביותר. ההגדרה הזו יכולה לעזור לכם למנוע חריגה ממגבלות האסימונים. לא משנה איזו הגדרה תבחרו, יישמרו לפחות שני תורות דיבור בשיחה, מהחדש לישן.

      כדי לשנות את ההגדרה הזו, צריך קודם להגדיר מגבלת טוקנים.

      קיטוע ההקשר עלול לגרום לכך שחלק מהפרמטרים יאבדו בטעות אם הם חלק מהתורות שנחתכו. אחרי שמפעילים את האפשרות הזו, חשוב לבדוק בקפידה את האינטראקציות עם מדריך ההפעלה.

      התקציב של קלט האסימון משמש גם למטרות הבאות:

      • הוראות ודוגמאות של המערכת: נוספות אוטומטית להנחיה. אי אפשר לשנות את ההתנהגות הזו.
      • הוראות ויעדים של תוכנית הפעולה: כל ההוראות והיעדים שתכתבו יתווספו להנחיה במלואם.
      • דוגמאות לפרומפט עם כמה דוגמאות (few-shot) ב-Playbook: הדוגמאות מתווספות לפי הסדר (כברירת מחדל) או לפי אלגוריתם שתבחרו (למשל, מיון לפי התאמה לביטוי רגולרי). הדוגמאות נבחרות כך שיתאימו למגבלת האסימונים של הקלט אחרי שכל הפריטים האחרים נכללים.
      • היסטוריית השיחות מורכבת מהתבטאויות של המשתמש והסוכן, מההקשר של המעבר בין רצף הפעולות וספר ההוראות, מהפעלות של כלים ומהפלט שלהם באותה סשן מכל הפעולות הקודמות שטופלו ברצף על ידי ספר ההוראות הנוכחי.

    • ביטויים אסורים

      רשימת ביטויים שאסורים לשימוש ב-AI גנרטיבי. אם ביטוי אסור מופיע בהנחיה או בתשובה שנוצרה, היצירה תיכשל. חשוב לדעת שהרשימה של הביטויים האסורים משפיעה על כל שאילתה ועל כל קריאה למודל שפה גדול (LLM), וגורמת להגדלת זמן האחזור.

    • מסנני בטיחות

      הגדרת רמות הרגישות של מסנני הבטיחות ביחס לקטגוריות שונות של אתיקה של בינה מלאכותית (RAI). התוכן ייבדק לפי ארבע הקטגוריות הבאות:

      קטגוריה תיאור
      דברי שטנה תגובות שליליות או פוגעניות שמכוונות לזהות ו/או למאפיינים מוגנים.
      תוכן מסוכן קידום או מתן גישה לפעילויות, מוצרים ו/או שירותים מזיקים
      תוכן מיני בוטה מכיל התייחסויות למעשים מיניים ו/או תוכן מגונה אחר
      הטרדה תגובות זדוניות, מאיימות, בריוניות או פוגעניות שמכוונות לאדם אחר

      התוכן נחסם על סמך הסבירות שהוא פוגעני. אפשר להתאים אישית את רמת הרגישות על ידי בחירה באחת מהאפשרויות הבאות לכל קטגוריה: ללא חסימה, חסימה של מעט מודעות, חסימה של חלק מהמודעות וחסימה של רוב המודעות.

      מידע נוסף זמין במאמר בנושא הגדרת מאפייני בטיחות.

    • אבטחת הנחיות

      אפשר לסמן את ההגדרה הפעלת בדיקת אבטחה של בקשות כדי להפעיל בדיקות אבטחה של בקשות. כשהסוכן מופעל, הוא דוחה שאילתות משתמש שמפעילות את מסנן האבטחה, כולל מתקפות החדרת פרומפטים. יכול להיות שהתוקפים ישתמשו בטכניקות האלה כדי לחשוף חלקים מההנחיה לסוכן או כדי לקבל מהסוכן תשובות שהוא לא אמור לספק. כדי לעשות זאת, נשלחת הנחיה נוספת למודל שפה גדול (LLM) כדי לבדוק אם השאילתה של המשתמש עלולה להיות זדונית. כשמפעילים את האפשרות הזו, אפשר לספק את האפשרויות הבאות:

      • הגדרות אבטחה להצגה: אפשר לבחור באפשרות ברירת מחדל כדי להשתמש בהגדרות האבטחה שמוגדרות כברירת מחדל, או באפשרות התאמה אישית כדי להגדיר אילו שאילתות של משתמשים ייחשבו בטוחות או לא בטוחות.
      • בחירת מודל גנרטיבי: ההגדרה הזו קובעת את מודל ה-LLM שמשמש לסיווג. אם בוחרים באפשרות ברירת מחדל (מומלץ), מערכת Google בוחרת מודל ברירת מחדל בשבילכם, והוא עשוי להשתנות אוטומטית כשיש מודלים חדשים ומשופרים.
      • הנחיה בנושא אבטחה: אפשר לבחור באפשרות ברירת מחדל כדי להשתמש בהנחיה בנושא אבטחה שמוגדרת כברירת מחדל או באפשרות התאמה אישית כדי לספק הוראות שיעזרו לסווג שאילתות זדוניות של משתמשים. אם בוחרים באפשרות ברירת מחדל, יכול להיות שההנחיה תתעדכן אוטומטית כדי לשפר את התוצאות.
      • סף קלט: אורך התווים המינימלי לשאילתת משתמש לפני הפעלת בדיקות אבטחה. שאילתות קצרות הן יותר דו-משמעיות, ויכול להיות שהן יסווגו בצורה שגויה. כל השאילתות שקטנות מסף הקלט ייחשבו כבטוחות.

    • מענה גנרטיבי כגיבוי

  • מאגר נתונים

    מידע נוסף זמין במאמר בנושא הגדרות של סוכן מאגר נתונים.

Deterministic Flows

ההגדרות האלה חלות על כל התהליכים בסוכן הזה, חוץ מהגדרות ה-ML שחלות על כל תהליך בנפרד. כדי לערוך הגדרות אחרות שספציפיות לרצף פעולות, עוברים לרצף הפעולות במסוף ועורכים את ההגדרות שם.

  • אימון כוונות

    התכונה 'זרימות' משתמשת באלגוריתמים של למידת מכונה (ML) כדי להבין את הקלט של משתמשי הקצה, להתאים אותו לכוונות ולחלץ נתונים מובְנים. התשובות של הצ'אטבוט לומדות ממשפטי אימון שאתם מספקים וממודלים של שפה שמוטמעים בתשובות. על סמך הנתונים האלה, המערכת בונה מודל לקבלת החלטות לגבי ההתאמה בין כוונת המשתמש לבין הקלט שלו. אתם יכולים להחיל הגדרות ייחודיות של ML על כל זרימה של סוכן.

    אלה ההגדרות הזמינות לאימון כוונות:

    • תיקון שגיאות כתיב

      אם האפשרות הזו מופעלת וקלט ממשתמש הקצה מכיל שגיאת איות או שגיאה דקדוקית, הכוונה תזוהה כאילו היא נכתבה בצורה נכונה. התשובה של זיהוי הכוונה תכיל את הקלט המתוקן של משתמש הקצה. לדוגמה, אם משתמש קצה מזין "I want an applle", המערכת תעבד את זה כאילו משתמש הקצה הזין "I want an apple". ההגבלה הזו חלה גם על התאמות שכוללות גם ישויות מערכת וגם ישויות מותאמות אישית.

      תיקון האיות זמין באנגלית, בצרפתית, בגרמנית, בספרדית ובאיטלקית. היא זמינה בכל האזורים של Dialogflow CX.

      אזהרות ושיטות מומלצות:

      • אי אפשר לתקן שגיאות ב-ASR (זיהוי אוטומטי של דיבור) באמצעות תיקון איות, ולכן לא מומלץ להפעיל את האפשרות הזו לסוכנים שמשתמשים בקלט ASR.
      • יכול להיות שהקלט המתוקן יתאים לכוונת משתמש שגויה. כדי לפתור את הבעיה הזו, אפשר להוסיף לדוגמאות השליליות ביטויים נפוצים שאין התאמה בינם לבין המודעות.
      • תיקון האיות מאריך מעט את זמן התגובה של הנציג.
      • אם סוכן מוגדר באמצעות ז'רגון ספציפי לדומיין, יכול להיות שהתיקונים לא יהיו רצויים.

    • הגדרות ML ספציפיות ל-Flow

      • NLU type

        אחת מהאפשרויות הבאות:

      • אימון אוטומטי

        אם האפשרות הזו מופעלת, המערכת מאמנת את רצף הפעולות בכל פעם שהוא מתעדכן במסוף. בזרימות גדולות, ההגדרה הזו עלולה לגרום לעיכובים בממשק המשתמש של המסוף, ולכן מומלץ להשבית אותה ולאמן את הזרימות הגדולות באופן ידני לפי הצורך.

      • סף סיווג

        כדי לסנן תוצאות חיוביות כוזבות ועדיין לקבל מגוון של קלט בשפה טבעית שתואם לסוכן, אפשר לשנות את סף הסיווג של למידת המכונה. ההגדרה הזו קובעת את רמת הוודאות המינימלית שנדרשת לזיהוי כוונת המשתמש כדי שיתרחש זיהוי של כוונת המשתמש.

        אם ציון רמת הביטחון להתאמה של כוונת המשתמש נמוך מערך הסף, יופעל אירוע של אי-התאמה.

        אפשר להגדיר ערך סף סיווג נפרד לכל זרימה בכל שפה שהופעלה לסוכן. הסיבה לכך היא ששפות שונות מניבות את הביצועים הכי טובים בספי סיווג שונים. מידע נוסף על יצירת סוכן רב-לשוני זמין במסמכי התיעוד בנושא סוכנים רב-לשוניים.

      • סטטוס ההדרכה

        מציין אם התהליך אומן מאז העדכון האחרון של נתוני התהליך.

      • רכבת

        משתמשים בלחצן הזה כדי לאמן את התהליך באופן ידני.

    • שפה

      השפות שבהן הסוכן שלכם תומך. אחרי שיוצרים סוכן, אי אפשר לשנות את שפת ברירת המחדל. עם זאת, אפשר לבצע את הפעולות הבאות:

      1. מייצאים את הסוכן לפורמט JSON.
      2. מחלצים את הקובץ שהורד.
      3. מאתרים את הקובץ agent.json.
      4. מעדכנים את השדות defaultLanguageCode ו-supportedLanguageCodes לערכים הרצויים.
      5. משחזרים את הסוכן לאותו סוכן או לסוכן אחר משלב 1.
      6. מעדכנים את הביטויים לאימון ואת ערכי הישויות שספציפיים לשפה לפי הצורך.

      אפשר גם להפעיל זיהוי אוטומטי של השפה ומעבר אוטומטי בין שפות.

קישוריות

  • תבנית מותאמת אישית של מטען ייעודי (payload)

    בקטע הזה אפשר ליצור תיאורים ומטענים ייעודיים (payloads) עבור תבניות של מטענים ייעודיים בהתאמה אישית.

  • הגדרת פרמטר

    צריך לציין בבירור אילו פרמטרים מתוך פרמטרים של סשן יישלחו ל-webhook, ואילו פרמטרים של סשן אפשר להגדיר בתגובה של ה-webhook.

  • הגדרות של אישורי לקוח

    משמש להעלאת אישורי SSL.

דיבור ו-IVR

  • אפשרויות דיבור

    • המרת טקסט לדיבור (TTS)

      • שפות וקולות

        אתם יכולים לבחור את השפה והקול שבהם נעשה שימוש בסינתזת דיבור.

        כדי להפעיל קול בהתאמה אישית לסוכן, בוחרים באפשרות 'קול בהתאמה אישית' מהתפריט הנפתח של שם הקול ומזינים את שם הקול בהתאמה אישית בשדה המתאים. השם של הקול המותאם אישית צריך להיות בתבנית הבאה: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

        אפשר גם להשתמש בשיבוט קולי.

        • אם אתם משתמשים ב-Telephony Gateway, חשוב לוודא שחשבון השירות Dialogflow Service Agent‏ service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com קיבל את ההרשאה AutoML Predictor בפרויקט ה-Custom Voice המותאם אישית.
        • במקרה של קריאות רגילות ל-API, צריך לוודא שחשבון השירות שמשמש לקריאה ל-Dialogflow CX קיבל את התפקיד AutoML Predictor (חזאי AutoML) בפרויקט הקול המותאם אישית.

      • גובה הקול

        שליטה בגובה הטון של הדיבור.

      • מהירות הדיבור

        שליטה במהירות הדיבור של הקול.

      • שינוי ההגדרה של דיבור מסונתז ברמת הבקשה

        כשההגדרה הזו מופעלת, ההגדרה של הדיבור המסונתז שצוינה בהגדרות הסוכן מבטלת את ההגדרה שצוינה ב-API, בשילוב עם שותף או בפרופיל השיחה.

      • הגייה

        ההגדרות האלה מאפשרות לספק לסוכן הגייה של ביטויים מסוימים באמצעות קידוד פונטי של X-SAMPA.

    • המרת דיבור לטקסט (STT)

  • Call companion

    מידע נוסף זמין במאמר בנושא עוזר לשיחות.

הגדרות ממשק המשתמש

אתם יכולים להשתמש בהגדרות האלה כדי להתאים אישית את ממשקי המשתמש של Messenger ושל Call Companion.

אבטחה

הגדרות אבטחה ובקרת גישה

הגדרות הסוכן במסוף Dialogflow CX

כדי לגשת להגדרות הסוכן:

המסוף

  1. פותחים את המסוף.
  2. בוחרים את הפרויקט Google Cloud .
  3. בוחרים את הסוכן.
  4. לוחצים על הגדרות הסוכן.
  5. מעדכנים את ההגדרות לפי הצורך.
  6. לוחצים על Save.

API

אפשר לעיין בשיטות get ו-patch/update של הסוג Agent.

בוחרים פרוטוקול וגרסה להפניה לסוכן:

פרוטוקול V3 V3beta1
REST משאב של נציג משאב של נציג
RPC ממשק לנציגים ממשק לנציגים
C++‎ AgentsClient לא זמין
C#‎ AgentsClient לא זמין
המשך AgentsClient לא זמין
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP לא זמין לא זמין
Python AgentsClient AgentsClient
Ruby לא זמין לא זמין

הגדרות כלליות

ההגדרות הכלליות הבאות זמינות לסוכנים:

  • השם המוצג

    שם שקריא לאנשים לסוכן.

  • אזור זמן

    אזור הזמן שמוגדר כברירת מחדל לסוכן.

  • שפת ברירת המחדל

    שפת ברירת המחדל שבה הסוכן תומך. אחרי שיוצרים סוכן, אי אפשר לשנות את שפת ברירת המחדל. עם זאת, אפשר לבצע את הפעולות הבאות:

    1. מייצאים את הסוכן לפורמט JSON.
    2. מבטלים את דחיסת הקובץ שהורד.
    3. מאתרים את הקובץ agent.json.
    4. מעדכנים את השדות defaultLanguageCode ו-supportedLanguageCodes לערכים הרצויים.
    5. משחזרים את הסוכן לאותו סוכן או לסוכן אחר משלב 1.
    6. מעדכנים את הביטויים לאימון ואת ערכי הישויות שספציפיים לשפה לפי הצורך.

  • נעילת סוכן

    • נעילת הסוכן

      מציין אם הסוכן נעול. אי אפשר לערוך סוכן נעול.

  • הגדרות רישום ביומן

    • הפעלת Cloud Logging

      התנאי מציין אם רישום ביומן של Cloud מופעל עבור הסוכן.

    • הפעלת היסטוריית השיחות

      הגדרה שקובעת אם רוצים ש-Google תאסוף ותאחסן שאילתות של משתמשי קצה שעברו צנזורה כדי לשפר את האיכות.

    • הפעלת צנזורה של קלט ממשתמשי קצה על סמך הסכמה

      אם ההגדרה הזו מופעלת, אפשר להשתמש בפרמטר מיוחד של סשן כדי לקבוע אם הקלט והפרמטרים של משתמשי הקצה יוסתרו מהיסטוריית השיחות ומרישום הפעולות ביומן ב-Cloud. ברירת המחדל של פרמטר הסשן היא true. אם ההגדרה הזו מושבתת, לא מתבצעת צנזורה.

      הסכמת המשתמשים נאספת באמצעות פרמטר בוליאני של סשן: $session.params.conversation-redaction. אם ההגדרה הזו מופעלת, והפרמטר של הסשן מוגדר לערך false, לא מתבצעת צנזורה (אבל עדיין חלות אסטרטגיות צנזורה אחרות). אם ההגדרה הזו מופעלת, והפרמטר של הסשן מוגדר ל-true, מתבצעת צנזורה.

      דוגמה לתהליך בקשת הסכמה: קודם שואלים את המשתמש אם הוא רוצה לשמור את הקלט של משתמש הקצה, ומתאימים את התשובה לשתי כוונות, אחת היא "כוונת הסכמה" והשנייה היא "כוונת סירוב". לאחר מכן, מגדירים את פרמטר הסשן לערך false (ללא צנזורה) בהגדרות הקבועות מראש של הפרמטר במסלול של 'יש כוונה' בהשלמת הבקשה, ולערך true (מתבצעת צנזורה) בהגדרות הקבועות מראש של הפרמטר במסלול של 'אין כוונה'.

  • ייצוא ל-BigQuery

    • הפעלת BigQuery Export

      מציין אם BigQuery Export מופעל.

    • מערך נתונים ב-BigQuery

      השם של מערך הנתונים ב-BigQuery.

    • טבלה ב-BigQuery

      שם הטבלה ב-BigQuery.

  • הצעות לכוונות

    אפשר להפעיל הצעות לכוונות.

  • תבנית של מטען ייעודי (payload) בהתאמה אישית

    בקטע הזה אפשר ליצור תיאורים ומטענים ייעודיים (payloads) עבור תבניות של מטענים ייעודיים בהתאמה אישית.

הגדרות ML

‫Dialogflow CX משתמש באלגוריתמים של למידת מכונה (ML) כדי להבין את הקלט של משתמשי הקצה, להתאים אותו לכוונות ולחלץ נתונים מובְנים. ‫Dialogflow CX לומד ממשפטי אימון שאתם מספקים וממודלים של שפה שמוטמעים ב-Dialogflow CX. על סמך הנתונים האלה, המערכת בונה מודל לקבלת החלטות לגבי ההתאמה בין כוונת המשתמש לבין הקלט שלו. אפשר להחיל הגדרות ייחודיות של ML על כל רצף פעולות של סוכן, והמודל שנוצר על ידי Dialogflow CX הוא ייחודי לכל רצף פעולות.

אלו ההגדרות של ML ברמת הסוכן שזמינות:

  • מתן הרשאה ל-ML לתקן איות

    אם האפשרות הזו מופעלת וקלט ממשתמש הקצה מכיל שגיאת איות או שגיאה דקדוקית, הכוונה תזוהה כאילו היא נכתבה בצורה נכונה. התשובה של זיהוי הכוונה תכיל את הקלט המתוקן של משתמש הקצה. לדוגמה, אם משתמש קצה מזין "I want an applle", המערכת תעבד את זה כאילו משתמש הקצה הזין "I want an apple". ההגבלה הזו חלה גם על התאמות שכוללות גם ישויות מערכת וגם ישויות מותאמות אישית.

    תיקון האיות זמין באנגלית, בצרפתית, בגרמנית, בספרדית ובאיטלקית. היא זמינה בכל האזורים של Dialogflow CX.

    אזהרות ושיטות מומלצות:

    • אי אפשר לתקן שגיאות ב-ASR (זיהוי אוטומטי של דיבור) באמצעות תיקון איות, ולכן לא מומלץ להפעיל את האפשרות הזו לסוכנים שמשתמשים בקלט ASR.
    • יכול להיות שהקלט המתוקן יתאים לכוונת משתמש שגויה. כדי לפתור את הבעיה הזו, אפשר להוסיף לדוגמאות השליליות ביטויים נפוצים שאין התאמה בינם לבין המודעות.
    • תיקון האיות מאריך מעט את זמן התגובה של הנציג.
    • אם סוכן מוגדר באמצעות ז'רגון ספציפי לדומיין, יכול להיות שהתיקונים לא יהיו רצויים.

אלו ההגדרות של למידת מכונה שזמינות לכל זרימת נתונים:

  • סוג NLU

    אחת מהאפשרויות הבאות:

  • Auto train

    אם האפשרות הזו מופעלת, המערכת מאמנת את רצף הפעולות בכל פעם שהוא מתעדכן במסוף. בזרימות גדולות, ההגדרה הזו עלולה לגרום לעיכובים בממשק המשתמש של המסוף, ולכן מומלץ להשבית אותה ולאמן את הזרימות הגדולות באופן ידני לפי הצורך.

  • סף סיווג

    כדי לסנן תוצאות חיוביות כוזבות ועדיין לקבל מגוון של קלט בשפה טבעית שתואם לסוכן, אפשר לשנות את סף הסיווג של למידת המכונה. ההגדרה הזו קובעת את רמת הוודאות המינימלית שנדרשת לזיהוי כוונת המשתמש כדי שיתרחש זיהוי של כוונת המשתמש.

    אם ציון רמת הביטחון להתאמה של כוונת המשתמש נמוך מערך הסף, יופעל אירוע של אי-התאמה.

    אפשר להגדיר ערך סף סיווג נפרד לכל זרימה בכל שפה שהופעלה לסוכן. הסיבה לכך היא ששפות שונות מניבות את הביצועים הכי טובים בספי סיווג שונים. מידע נוסף על יצירת סוכן רב-לשוני זמין במסמכי התיעוד בנושא סוכנים רב-לשוניים.

  • סטטוס ההדרכה

    מציין אם התהליך אומן מאז העדכון האחרון של נתוני התהליך.

  • אימון של NLU

    משתמשים בלחצן הזה כדי לאמן את התהליך באופן ידני.

הגדרות של AI גנרטיבי

אלו ההגדרות של AI גנרטיבי שזמינות:

  • כללי

    • ביטויים אסורים

      רשימת ביטויים שאסורים לשימוש ב-AI גנרטיבי. אם ביטוי אסור מופיע בהנחיה או בתשובה שנוצרה, היצירה תיכשל.

    • מסנני בטיחות

      הגדרה של רמות הרגישות של מסנני הבטיחות ביחס לקטגוריות שונות של אתיקה של בינה מלאכותית (RAI). התוכן ייבדק לפי ארבע הקטגוריות הבאות:

      קטגוריה תיאור
      דברי שטנה תגובות שליליות או פוגעניות שמכוונות לזהות ו/או למאפיינים מוגנים.
      תוכן מסוכן קידום או מתן גישה למוצרים, שירותים ופעילויות מזיקים
      תוכן מיני בוטה מכיל התייחסויות למעשים מיניים או תוכן מגונה אחר
      הטרדה תגובות זדוניות, מאיימות, בריוניות או פוגעניות שמכוונות לאדם אחר

      התוכן נחסם על סמך הסבירות שהוא פוגעני. אפשר להתאים אישית את רמת הרגישות על ידי בחירה באחת מהאפשרויות הבאות לכל קטגוריה: ללא חסימה, חסימה של מעט מודעות, חסימה של חלק מהמודעות וחסימה של רוב המודעות.

      מידע נוסף זמין במאמר בנושא הגדרת מאפייני בטיחות.

    • אבטחת הנחיות

      אפשר לסמן את ההגדרה הפעלת בדיקת אבטחה של בקשות כדי להפעיל בדיקות אבטחה של בקשות. כשההגדרה הזו מופעלת, הסוכן ינסה למנוע מתקפות של החדרת פרומפטים. יכול להיות שהתוקפים ישתמשו בטכניקות האלה כדי לחשוף חלקים מההנחיה לסוכן או כדי לקבל מהסוכן תשובות שהוא לא אמור לספק. כדי לעשות זאת, נשלחת הנחיה נוספת למודל שפה גדול (LLM) כדי לבדוק אם השאילתה של המשתמש עלולה להיות זדונית.

  • סוכן גנרטיבי

    • בחירת מודל גנרטיבי

      בוחרים את המודל שבו נעשה שימוש בתכונות הגנרטיביות. מידע נוסף זמין במאמר בנושא גרסאות של מודלים.

    • חיתוך של ההקשר של הפלייבוק

      חיתוך ההקשר של המדריך – כדי למנוע את הגידול של גודל ההנחיה בכל תור עוקב שמטופל על ידי המדריך, המערכת חותכת חלק מהתורות הקודמות מההנחיה של המדריך. התכונה הזו מאפשרת לצמצם את הגידול הלא רצוי בגודל ההנחיה.

      בדרך כלל, בלי חיתוך, כל תור בהמשך יצורף ל'היסטוריית השיחות' של הנחיית ה-LLM, בלי קשר לשאלה אם הוא רלוונטי לתור הנוכחי. בסופו של דבר, זה יכול להוביל לכך שההנחיה תגדל בכל תור. ככל שההיסטוריה של השיחה תופסת יותר מקום בפרומפט, נשאר פחות מקום בפרומפט לדוגמאות של פרומפט עם כמה דוגמאות (few-shot) (ולכן יכול להיות שהן יושמטו). בסופו של דבר, יכול להיות שההנחיה תעבור גם את מגבלות הטוקנים הנוכחיות. אפשר להגדיל את גודל הטוקנים כדי להתאים את עצמם לזה, אבל חשוב לזכור שהגדלת גודל ההנחיות מוסיפה גם לזמן האחזור של התגובה של מודל שפה גדול (LLM).

      קיצוץ ההקשר של ספר ההדרכה מאפשר להגדיר אחוז ממסגרת האסימונים שיוקצה להיסטוריית השיחות, כערך מקסימלי. התורות בשיחה נשמרות בסדר מהעדכנית ביותר לישנה ביותר. ההגדרה הזו יכולה לעזור לכם למנוע חריגה ממגבלות האסימונים. לא משנה איזו הגדרה תבחרו, יישמרו לפחות שני תורות דיבור בשיחה, מהחדש לישן.

      כדי לשנות את ההגדרה הזו, צריך קודם להגדיר מגבלת טוקנים.

      חשוב: קיטוע של ההקשר עלול לגרום לאובדן לא מכוון של פרמטרים מסוימים אם הם חלק מהתורות שנחתכו. אחרי שמפעילים את האפשרות הזו, חשוב לבדוק בקפידה את האינטראקציות עם מדריך ההפעלה.

      התקציב של קלט האסימון משמש גם למטרות הבאות:

      • הוראות ודוגמאות של המערכת: נוספות אוטומטית להנחיה. אי אפשר לשנות את ההתנהגות הזו.
      • הוראות ויעדים של תוכנית הפעולה: כל ההוראות והיעדים שתכתבו יתווספו להנחיה במלואם.
      • דוגמאות לפרומפט עם כמה דוגמאות (few-shot) ב-Playbook: הדוגמאות מתווספות לפי הסדר (כברירת מחדל) או לפי אלגוריתם שתבחרו (למשל, מיון לפי התאמה לביטוי רגולרי). הדוגמאות נבחרות כך שיתאימו למגבלת האסימונים של הקלט אחרי שכל הפריטים האחרים נכללים.
      • היסטוריית השיחות מורכבת מהתבטאויות של המשתמש והסוכן, מההקשר של המעבר בין רצף הפעולות וספר ההפעלה, מהפעלות של כלים ומהפלט שלהם באותה סשן מכל הפעולות הקודמות שטופלו ברצף על ידי ספר ההפעלה הנוכחי.

  • מענה גנרטיבי כגיבוי

  • מאגר נתונים

    מידע נוסף זמין במאמר בנושא הגדרות של סוכן מאגר נתונים.

הגדרות של דיבור ותגובה קולית אינטראקטיבית (IVR)

אלה ההגדרות של דיבור ו-IVR שזמינות:

  • המרת טקסט לדיבור (TTS)

    • בחירת הקול

      אתם יכולים לבחור את השפה והקול שבהם נעשה שימוש בסינתזת דיבור.

      כדי להפעיל קול בהתאמה אישית לסוכן, בוחרים באפשרות 'קול בהתאמה אישית' מתיבת הבחירה של הקול ומציינים את השם של הקול בהתאמה אישית בשדה המתאים. השם של הקול המותאם אישית צריך להיות בתבנית הבאה: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

      • אם אתם משתמשים ב-Telephony Gateway, חשוב לוודא שחשבון השירות Dialogflow Service Agent‏ service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com קיבל את ההרשאה AutoML Predictor בפרויקט ה-Custom Voice המותאם אישית.
      • במקרה של קריאות רגילות ל-API, צריך לוודא שחשבון השירות שמשמש לקריאה ל-Dialogflow CX קיבל את התפקיד AutoML Predictor (חזאי AutoML) בפרויקט הקול המותאם אישית.

  • המרת דיבור לטקסט (STT)

DTMF

מידע נוסף זמין במאמר DTMF לאינטגרציות של טלפוניה.

מולטי-מודאלי

מידע נוסף זמין במאמר בנושא עוזר לשיחות.

שיתוף ההגדרות

מידע נוסף מופיע במאמר בנושא בקרת גישה.

הגדרות שפה

להוסיף תמיכה בשפות נוספות לסוכן. רשימה מלאה של השפות זמינה בחומר העזר בנושא שפות.

זיהוי שפה אוטומטי

כשמגדירים זיהוי שפה אוטומטי, נציג הצ'אט מזהה אוטומטית את השפה של משתמש הקצה ועובר לשפה הזו. לקבלת פרטים, אפשר לעיין במסמכי התיעוד בנושא זיהוי שפה אוטומטי.

הגדרות אבטחה

הגדרות אבטחה

הגדרות מתקדמות

בשלב הזה, ההגדרה המתקדמת היחידה היא ניתוח סנטימנט.

הגדרות במסוף Vertex AI Agent Builder

בקטע הזה מתוארות ההגדרות שזמינות לאפליקציות של סוכנים.

כללי

ההגדרות הכלליות הבאות זמינות באפליקציות של סוכנים:

  • השם המוצג

    שם קריא לאנשים של אפליקציית הסוכן.

  • Location

    האזור של אפליקציית הנציג.

  • נעילת אפליקציות

    אם ההגדרה הזו מופעלת, אי אפשר לבצע שינויים באפליקציית הנציגים.

רישום ביומן

אלו הגדרות הרישום ביומן שזמינות לאפליקציות של סוכנים:

  • הפעלת Cloud Logging

    אם ההגדרה הזו מופעלת, היומנים יישלחו אל Cloud Logging.

  • הפעלת היסטוריית השיחות

    אם ההגדרה הזו מופעלת, היסטוריית השיחות תהיה זמינה. מציין אם רוצים ש-Google תאסוף ותאחסן שאילתות של משתמשי קצה שעברו צנזורה כדי לשפר את האיכות. ההגדרה הזו לא משפיעה על השימוש בהיסטוריית השיחות כדי ליצור תשובות של הסוכן.

  • הפעלת BigQuery Export

    אם האפשרות הזו מופעלת, היסטוריית השיחות מיוצאת ל-BigQuery. צריך להפעיל גם את ההגדרה הפעלת היסטוריית השיחות.

GenAI

ההגדרות הבאות של AI גנרטיבי זמינות לאפליקציות של סוכנים:

  • בחירת מודל גנרטיבי

    בוחרים את המודל הגנרטיבי שבו הסוכנים צריכים להשתמש כברירת מחדל.

  • מגבלת טוקנים של קלט

    בוחרים את מגבלת הטוקנים של הקלט עבור המודל הגנרטיבי. זהו הגודל המקסימלי של טוקנים לקלט שנשלח למודל. בהתאם למודל, טוקן יכול להיות בין תו אחד למילה אחת. השהייה במודלים עם מגבלות קטנות יותר על מספר הטוקנים נמוכה יותר, אבל גודל הקלט של המודל מוגבל. למגבלות גדולות יותר של טוקנים יש חביון גבוה יותר, אבל גודל הקלט של המודל יכול להיות גדול יותר.

  • Output token limit

    בוחרים את מגבלת הטוקנים של הפלט עבור המודל הגנרטיבי. זהו גודל הטוקן המקסימלי לפלט שמתקבל מהמודל. בהתאם למודל, טוקן יכול להיות בין תו אחד למילה אחת. מגבלות קטנות יותר על טוקנים מובילות לחביון נמוך יותר, אבל גודל הפלט של המודל מוגבל. מגבלות גדולות יותר על מספר הטוקנים גורמות לזמן אחזור ארוך יותר, אבל גודל הפלט של המודל יכול להיות גדול יותר.

  • טמפרטורה

    הטמפרטורה של LLM מאפשרת לכם לשלוט במידת היצירתיות של התשובות. ערך נמוך מספק תשובות צפויות יותר. ערך גבוה מספק תשובות יצירתיות או אקראיות יותר.

  • ביטויים אסורים

    רשימת ביטויים שאסורים לשימוש ב-AI גנרטיבי. אם ביטוי אסור מופיע בהנחיה או בתשובה שנוצרה, הנציג יחזיר תשובה חלופית במקום זאת.

  • מסנני בטיחות

    הגדרה של רמות הרגישות של מסנני הבטיחות ביחס לקטגוריות שונות של אתיקה של בינה מלאכותית (RAI). התוכן ייבדק לפי ארבע הקטגוריות הבאות:

    קטגוריה תיאור
    דברי שטנה תגובות שליליות או פוגעניות שמכוונות לזהות ו/או למאפיינים מוגנים.
    תוכן מסוכן קידום או מתן גישה למוצרים, שירותים ופעילויות מזיקים
    תוכן מיני בוטה מכיל התייחסויות למעשים מיניים או תוכן מגונה אחר
    הטרדה תגובות זדוניות, מאיימות, בריוניות או פוגעניות שמכוונות לאדם אחר

    התוכן נחסם על סמך הסבירות שהוא פוגעני. אפשר להתאים אישית את רמת הרגישות על ידי בחירה באחת מהאפשרויות הבאות לכל קטגוריה: לא לחסום (השבתת הבדיקות של RAI), לחסום מעט (חסימה רק של מקרים עם הסתברות גבוהה לתוכן מזיק), לחסום חלק (מקרים עם הסתברות בינונית וגבוהה) ולחסום את רוב התוכן (הסתברות נמוכה, בינונית וגבוהה).

    מידע נוסף זמין במאמר בנושא הגדרת מאפייני בטיחות.

  • אבטחת הנחיות

    אפשר לסמן את ההגדרה הפעלת בדיקת אבטחה של בקשות כדי להפעיל בדיקות אבטחה של בקשות. כשההגדרה הזו מופעלת, הסוכן ינסה למנוע מתקפות של החדרת פרומפטים. יכול להיות שהתוקפים ישתמשו בטכניקות האלה כדי לחשוף חלקים מההנחיה לסוכן או כדי לקבל מהסוכן תשובות שהוא לא אמור לספק. כדי לעשות זאת, נשלחת הנחיה נוספת למודל שפה גדול (LLM) כדי לבדוק אם השאילתה של המשתמש עלולה להיות זדונית.

Git

ההגדרות האלה מספקות שילוב של Git. פועלים לפי ההוראות כדי להגדיר את השילוב.

הקודם
איסוף מיקודים
הבא
מודלים של דיבור