Ein Dialogflow CX-Agent ist ein virtueller Kundenservicemitarbeiter, der nebenläufige Unterhaltungen mit Ihren Endnutzern abwickelt. Mithilfe von Natural Language Understanding (NLU) versteht der Agent die Nuancen der menschlichen Sprache. Im Laufe der Unterhaltung übersetzt Dialogflow CX Nutzereingaben in Text- oder Audioform in strukturierte Daten, die Ihre Anwendungen und Dienste verstehen können. Sie entwerfen und erstellen einen Dialogflow CX-Agent, der die für Ihr System erforderlichen verschiedenen Typen von Unterhaltungen verarbeitet.
Ein Dialogflow CX-Agent ähnelt einem menschlichen Callcenter-Agent. Beide werden für die Bearbeitung erwarteter Szenarien trainiert. Dabei sind keine übermäßig genauen Vorgaben nötig.
Agent erstellen
So erstellen Sie einen Agent:
Console
- Öffnen Sie die Dialogflow CX-Konsole.
- Erstellen Sie ein Projekt oder wählen Sie ein Projekt aus.
- Klicken Sie auf KI-Agent erstellen.
- Wählen Sie Automatisch generieren aus, um einen Datenspeicher-Agent zu erstellen, oder Selbst erstellen, um andere Arten von Agents zu erstellen.
- Füllen Sie das Formular für die grundlegenden Agent-Einstellungen aus.
- Sie können einen beliebigen Anzeigenamen wählen.
- Wählen Sie den bevorzugten Standort aus. Wenn Sie die erweiterten Standorteinstellungen ändern möchten, klicken Sie auf den Button Bearbeiten.
- Wählen Sie Ihre bevorzugte Zeitzone aus.
- Wählen Sie die Standardsprache für Ihren Agent aus. Sie können die Standardsprache für einen Agent nicht mehr ändern, nachdem er erstellt wurde.
- Klicken Sie auf Speichern.
API
Wenn Sie noch keine Standorteinstellungen für Ihr Projekt konfiguriert haben, müssen Sie dies über die Console tun, bevor Sie Agents mit der API erstellen. Sie können Standorteinstellungen nicht mit der API konfigurieren.
Informationen zum Erstellen eines Agents finden Sie in der Methode create für den Typ Agent.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
| Protokoll | V3 | V3beta1 |
|---|---|---|
| REST | Agent-Ressource | Agent-Ressource |
| RPC | Agent-Oberfläche | Agent-Oberfläche |
| C++ | AgentsClient | Nicht verfügbar |
| C# | AgentsClient | Nicht verfügbar |
| Go | AgentsClient | Nicht verfügbar |
| Java | AgentsClient | AgentsClient |
| Node.js | AgentsClient | AgentsClient |
| PHP | Nicht verfügbar | Nicht verfügbar |
| Python | AgentsClient | AgentsClient |
| Ruby | Nicht verfügbar | Nicht verfügbar |
Agent-Daten
Dialogflow CX-Agents dienen als übergeordnete Container für Einstellungen und Daten für virtuelle Agents. Agents sind folgenden Daten zugeordnet:
Weitere Informationen dazu, wie Daten auf verschiedenen Ebenen angewendet werden, finden Sie unter Ebenen für die Datenanwendung.
Smart Endpointing
Speech-to-Text (STT) ist eine API, die Audio mithilfe von maschinellem Lernen in Text umwandelt. So können Sie Spracherkennung in Ihre Anwendungen einbinden.
Zu den unterstützten STT-Modellen gehören alle Langformmodelle (z. B. phone_call). Es wird nur die Sprache en-US unterstützt.
Wenn die Funktion „Smart Endpointing“ für den Agent aktiviert ist, können Sie das Verhalten von „Smart Endpointing“ für einen numerischen Parameter anpassen, indem Sie Wartezeit festlegen. Dialogflow CX wartet dann auf zusätzliche Eingaben des Nutzers.
Das Warte-Timeout ist eine Kulanzfrist, in der Sie dem STT-Transkript etwas hinzufügen können, bevor das Sprach-Timeout ausgelöst wird. Dialogflow CX verwendet Heuristiken, um anhand des Transkripts festzulegen, welches Zeitlimit ausgewählt werden muss. Wenn die Intention erfolgreich erkannt wurde, kann beispielsweise ein sehr kurzes Zeitlimit ausgewählt werden. Wenn kein Intent zugeordnet wurde, kann das Zeitlimit verlängert werden, damit Sie etwas anderes sagen können, und die Intent-Zuordnung wird noch einmal versucht.
Weitere STT-Funktionen:
- Schnellere Endpunkterkennung:Bei der Echtzeitanalyse wird Audio Transcription Streaming verwendet, um zwischen einer natürlichen Pause und dem Ende einer Äußerung zu unterscheiden, während der STT-Stream geöffnet bleibt. Wenn der Nutzer mit dem Sprechen fertig ist, beendet Dialogflow CX den Stream vorzeitig, um eine schnellere Antwort zu liefern.
- Natürliches Feedback in der Unterhaltung:Wenn der Nutzer mitten in einer Äußerung pausiert, kann Dialogflow CX das STT-Zeitlimit dynamisch verlängern, um vorzeitige Unterbrechungen zu vermeiden. Außerdem können natürliche Backchanneling-Signale (z. B. „Mhm“, „Aha“) eingefügt werden, um zu bestätigen, dass der virtuelle Kundenservicemitarbeiter weiterhin zuhört.
Agent exportieren und wiederherstellen
Sie können einen Agent in eine Datei exportieren und einen Agent mit dieser Datei wiederherstellen.
Ein Agent-Export enthält alle Agent-Daten mit Ausnahme der folgenden:
- Ablaufversionen: Es werden nur die Entwurfsabläufe in eine Datei exportiert.
- Umgebungen: Benutzerdefinierte Umgebungen werden nicht in eine Datei exportiert.
Bei der Wiederherstellung eines Agents werden alle Daten des Ziel-Agents überschrieben, einschließlich aller Ablaufversionen, mit Ausnahme der folgenden:
- Umgebungen: Alle benutzerdefinierten Umgebungen bleiben im Ziel-Agent unverändert. Flow-Versionen, auf die in benutzerdefinierten Umgebungen im Ziel-Agent verwiesen wird, sind weiterhin vorhanden, solange die zugehörigen Umgebungen vorhanden sind. Diese alten Ablaufversionen werden jedoch nicht als auswählbare Ablaufversionen für den Agent aufgeführt.
- Vertex AI Agents-Apps:
Die Zuordnung zu einer Vertex AI Agents-App bleibt im Ziel-Agenten unverändert (d.h. der Wert von
enginein GenAppBuilderSettings). Das bedeutet, dass Datenspeicher-KI-Agenten nur in andere vorhandene Datenspeicher-KI-Agenten wiederhergestellt werden können, da der resultierende KI-Agent auch einer Vertex AI Agents-Anwendung zugeordnet sein muss. Vertex AI Agents-Datenspeicher: Alle Verweise auf Datenspeicher werden im Ziel-Agenten gemäß den folgenden Regeln überschrieben:
- Wenn der Ziel-Agent nicht mit einer App verknüpft ist, kann er nicht mit Datenspeicherverweisen wiederhergestellt werden. Bei einem entsprechenden Versuch wird eine Fehlermeldung ausgegeben. Um das Problem zu beheben, können Sie entweder einen neuen Datenspeicher-Agent von Grund auf erstellen. Alternativ können Sie Ihren vorhandenen Agenten in einen Datenspeicher-Agenten umwandeln, indem Sie ihm einen Status-Handler für Datenspeicher hinzufügen. In diesem Fall werden Sie durch das Hinzufügen einer zugehörigen App zu Ihrem Agenten geführt.)
- Wenn der Ziel-Agent mit einer App verknüpft ist, werden alle Datenspeicherreferenzen bei der Wiederherstellung aktualisiert: Die Google Cloud Projekt-ID und der Speicherort werden so aktualisiert, dass sie mit der App des Ziel-Agents übereinstimmen. Die Sammlungs-ID und die Datenspeicher-ID bleiben unverändert. Das bedeutet, dass Sie vor dem Wiederherstellungsvorgang Datenspeicher für alle IDs mit übereinstimmenden Typen in der App des Ziel-Agents hinzufügen müssen.
Beispiel: Wenn sich der Quell-Agent auf einen Datenspeicher mit dem Namen
projects/123/locations/eu-west2/collections/default_collection/dataStores/myDataStore1bezieht und die App des Ziel-Agents den Namenprojects/321/locations/us-east1/collections/default_collections/engines/app123hat, lautet der resultierende Datenspeicherverweis im Ziel-Agent:projects/321/locations/us-east1/collections/default_collection/dataStores/myDataStore1
Beim Exportieren können Sie das Dateiformat für den Export auswählen. Wenn Sie die Versionsverwaltung für Ihre Agentendaten verwenden, sollten Sie im JSON-Format exportieren. Wenn Sie einen Agent wiederherstellen, ermittelt Dialogflow CX automatisch das Dateiformat.
So exportieren Sie einen Agent oder stellen ihn wieder her:
Console
- Öffnen Sie die Dialogflow CX-Konsole.
- Wählen Sie das Projekt für den Agent aus.
- Wählen Sie in der Liste die Menüoption more_vert für einen Agent aus.
- Klicken Sie auf den Button Exportieren oder Wiederherstellen.
- Folgen Sie der Anleitung, um den Vorgang abzuschließen.
API
Siehe die Methoden export und restore für den Typ Agent.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
| Protokoll | V3 | V3beta1 |
|---|---|---|
| REST | Agent-Ressource | Agent-Ressource |
| RPC | Agent-Oberfläche | Agent-Oberfläche |
| C++ | AgentsClient | Nicht verfügbar |
| C# | AgentsClient | Nicht verfügbar |
| Go | AgentsClient | Nicht verfügbar |
| Java | AgentsClient | AgentsClient |
| Node.js | AgentsClient | AgentsClient |
| PHP | Nicht verfügbar | Nicht verfügbar |
| Python | AgentsClient | AgentsClient |
| Ruby | Nicht verfügbar | Nicht verfügbar |
Wenn die Agent-Größe die maximale Grenze überschreitet, verwenden Sie die Cloud Storage-Option für den Agent-Export und die Wiederherstellung.
Wenn Sie GitHub verwenden, lesen Sie auch die Anleitung zum Exportieren/Wiederherstellen von GitHub.
KI-Agent löschen
Zum Löschen eines Agents benötigen Sie eine Rolle mit uneingeschränktem Zugriff oder Bearbeitungszugriff. Weitere Informationen finden Sie in der Anleitung zur Zugriffssteuerung.
So löschen Sie einen Agent:
Console
- Öffnen Sie die Dialogflow CX-Konsole.
- Wählen Sie das Projekt für den Agent aus.
- Wählen Sie in der Liste die Menüoption more_vert für einen Agent aus.
- Klicken Sie auf die Schaltfläche delete.
- Bestätigen Sie den Löschvorgang im Dialogfeld.
API
Siehe die Methode delete für den Typ Agent.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
| Protokoll | V3 | V3beta1 |
|---|---|---|
| REST | Agent-Ressource | Agent-Ressource |
| RPC | Agent-Oberfläche | Agent-Oberfläche |
| C++ | AgentsClient | Nicht verfügbar |
| C# | AgentsClient | Nicht verfügbar |
| Go | AgentsClient | Nicht verfügbar |
| Java | AgentsClient | AgentsClient |
| Node.js | AgentsClient | AgentsClient |
| PHP | Nicht verfügbar | Nicht verfügbar |
| Python | AgentsClient | AgentsClient |
| Ruby | Nicht verfügbar | Nicht verfügbar |
Wenn Sie Ihr Projekt löschen, werden alle mit dem Projekt verknüpften Dialogflow CX-Agents und -Daten sofort gelöscht.