הגדרות של כלי מאגר נתונים

אפשר לקבוע את ההגדרות הבאות של כלי מאגר הנתונים.

הגדרות הכלים (רק במסוף של סוכנים בממשק שיחה)

בחירת אפשרות מהרשימה Tool settings משפיעה באופן אוטומטי על הגדרות הכלי האחרות שזמינות.

האפשרויות Default ו-Optimized for voice הן הגדרות ברירת מחדל שקובעות באופן אוטומטי את כל הפרמטרים האחרים בתפריט ההגדרות של הכלי.

אלה האפשרויות הזמינות:

הגדרות הכלי	תיאור
ברירת מחדל	מותאם לכל סוגי הסוכנים.
מותאם לקול	סוג הכלי הזה מוגדר כברירת מחדל במיוחד לסוכנים קוליים.
התאמה אישית	אם בוחרים באפשרות Customize, אפשר לציין פרמטרים משלכם לביסוס, שכתוב וסיכום במקום להשתמש בברירות המחדל שהוקצו ל-Default ול-Optimized for voice.

עיגון

הערה: מומלץ להקטין את הגודל של מקטעי ההקשר שמועברים למודל. כדי לצמצם את ההזיות ולשפר את הדיוק והעקביות של התשובות, כדאי להזין קלט תמציתי.

מערכת Dialogflow CX מחשבת רמת סמך לכל תשובה שנוצרת מהתוכן של מאגרי הנתונים המחוברים. המדד הזה בודק את רמת הוודאות שכל המידע בתשובה נתמך על ידי מידע במאגרי הנתונים. כדי לשנות את התשובות המותרות, אתם יכולים לבחור את רמת הסמך הנמוכה ביותר שמתאימה לכם, והנציג לא יחזיר תשובות ברמה נמוכה יותר.

יש חמש רמות סמך שאפשר לבחור מביניהן: VERY_LOW,‏ LOW,‏ MEDIUM,‏ HIGH ו-VERY_HIGH.

אפשר גם להפעיל מסנן היוריסטיקה של ביסוס. אם מפעילים את ההגדרה הזו, הנציג לא מציג תשובות שכוללות תוכן שעלול להיות לא מדויק, על סמך הזיות נפוצות.

בחירת מודל סיכום

אתם יכולים לבחור את המודל הגנרטיבי שבו הסוכן של מאגר הנתונים ישתמש לבקשות ליצירה של סיכומים. בטבלה הבאה מפורטות האפשרויות הזמינות:

שם המודל	שלב ההשקה	מפרט המודל
ברירת מחדל	GA	זו ההגדרה המומלצת, והיא עשויה להשתנות עם הזמן. אם תשתמשו באפשרות הזו, יכול להיות שתבחינו בשינויים בהתנהגות של הנציג (כנראה שיפורים). אם אתם רוצים שההתנהגות של הנציג תהיה עקבית יותר, בחרו מודל ספציפי.
מושבת	GA	התכונה נתמכת רק ב-Customer Engagement AI. השבתת רכיב הסיכום בכלי של מאגר הנתונים. זמן האחזור ישתפר, אבל האיכות תהיה נמוכה יותר.
סיכום של הסוכן	GA	התכונה נתמכת רק ב-Customer Engagement AI. האפשרות הזו מעבירה את הסיכום לסוכן. הוא עבר אופטימיזציה ספציפית לאינטראקציות קוליות עם זמן אחזור אופטימלי.
gemini-2.5-flash	GA	Gemini 2.5 Flash
gemini-2.5-flash-lite	GA	Gemini 2.5 flash lite
gemini-3.1-flash-lite	GA	Gemini 3.1 flash lite
gemini-3.5-flash-lite	GA	Gemini 3.5 flash lite

כל המודלים שברשימה זמינים בכל השפות הנתמכות והאזורים הנתמכים.

פרומפט בהתאמה אישית לסיכום

הערה: הנחיה מותאמת אישית יכולה להשפיע על איכות התשובות, לטובה או לרעה. אתם אחראים לאיכות התשובות.

אתם יכולים להשתמש בהנחיית סיכום שמוגדרת כברירת מחדל במודל הסיכום שבחרתם, או להזין הנחיה משלכם. ההנחיה היא תבנית טקסט שיכולה להכיל פלייסהולדרים מוגדרים מראש. הפלייסהולדרים יוחלפו בערכים המתאימים בזמן הריצה, והטקסט הסופי יישלח ל-LLM.

אלה הפלייסהולדרים:

• ‫$original-query: טקסט השאילתה של המשתמש.
• ‫$rewritten-query: ב-Dialogflow נעשה שימוש במודול שכתוב כדי לשכתב את שאילתת המשתמש המקורית לפורמט מדויק יותר.

• ‫$sources: מערכת Dialogflow משתמשת בחיפוש פנים-ארגוני כדי לחפש מקורות על סמך השאילתה של המשתמש. המקורות שנמצאו מוצגים בפורמט ספציפי:

  [1] title of first source
  content of first source
  [2] title of second source
  content of second source
  

• ‫$end-user-metadata: מידע על המשתמש ששלח את השאילתה, בפורמט הבא:

  The following additional information is available about the human: {
    "key1": "value1",
    "key2": "value2",
    ...
  }
  

• ‫$conversation: היסטוריית השיחות מוצגת בפורמט הבא:

  Human: user's first query
  AGENT: answer to user's first query
  Human: user's second query
  AGENT: answer to user's second query
  

• ‫${conversation USER:"<user prefix>" AGENT:"<agent prefix>" TURNS:<turn count>}: גרסה עם פרמטרים של ה-placeholder‏ $conversation. אפשר להתאים אישית את הקידומת של משתמש הקצה (USER), את הקידומת של הנציג (AGENT) ואת מספר הפניות הקודמות שרוצים לכלול (TURNS). צריך לציין את כל ערכי הפרמטרים של ה-placeholder.

  לדוגמה, ${conversation USER:"Human says:" AGENT:"Agent says:" TURNS:1}. היסטוריית השיחות מוצגת כך:

  Human says: user's first query
  Agent says: answer to user's first query
  

חשוב: חובה להשתמש בפלייסהולדרים $original-query (או $rewritten-query) ו-$sources בהנחיות בהתאמה אישית. אי אפשר לשמור הנחיות שחסרים בהן הפלייסהולדרים האלה, כי הנציג לא פועל כמו שצריך בלעדיהם. מומלץ להשתמש בפלייסהולדר $conversation. בלעדיו, הנציג לא יכול להשתמש במידע לפי ההקשר של השיחה כדי לענות על שאלות.

הנחיה מותאמת אישית צריכה להורות ל-LLM להחזיר את הערך "NOT_ENOUGH_INFORMATION" כשהוא לא יכול לספק תשובה. במקרה כזה, הנציג מפעיל אירוע ללא התאמה.

לדוגמה:

Given the conversation between a Human and a AI assistant and a list of sources,
write a final answer for the AI assistant.
Follow these guidelines:
+   Answer the Human's query and make sure you mention all relevant details from
  the sources, using exactly the same words as the sources if possible.
+   The answer must be based only on the sources and not introduce any additional
  information.
+   All numbers, like price, date, time or phone numbers must appear exactly as
  they are in the sources.
+   Give as comprehensive answer as possible given the sources. Include all
  important details, and any caveats and conditions that apply.
+   The answer MUST be in English.
+   Don't try to make up an answer: If the answer cannot be found in the sources,
  you admit that you don't know and you answer NOT_ENOUGH_INFORMATION.
You will be given a few examples before you begin.

Example 1:
Sources:
[1] <product or service> Info Page
Yes, <company> offers <product or service> in various options or variations.

Human: Do you sell <product or service>?
AI: Yes, <company> sells <product or service>. Is there anything else I can
help you with?

Example 2:
Sources:
[1] Andrea - Wikipedia
Andrea is a given name which is common worldwide for both males and females.

Human: How is the weather?
AI: NOT_ENOUGH_INFORMATION

Begin! Let's work this out step by step to be sure we have the right answer.

Sources:
$sources

$end-user-metadata
$conversation
Human: $original-query
AI:

בחירת מודל לשכתוב

הערה: הנחיה מותאמת אישית יכולה להשפיע על איכות התשובות, לטובה או לרעה. אתם אחראים לאיכות התשובות.

כשהנציג מעבד שאילתה של משתמש, הוא שולח את השאילתה והנחיה ל-LLM כדי לשכתב את השאילתה באמצעות כלי שכתוב.

אתם יכולים לבחור את המודל הגנרטיבי שבו משתמש הסוכן של מאגר הנתונים לבקשה ליצירה של הכתיבה מחדש. בטבלה הבאה מפורטות האפשרויות הזמינות:

שם המודל	שלב ההשקה	מפרט המודל
ברירת מחדל	GA	זו ההגדרה המומלצת, והיא עשויה להשתנות עם הזמן. אם תשתמשו באפשרות הזו, יכול להיות שתבחינו בשינויים בהתנהגות של הנציג (כנראה שיפורים). אם אתם רוצים שההתנהגות של הנציג תהיה עקבית יותר, בחרו מודל ספציפי.
כלי השכתוב מושבת	GA	השאילתה לא תשוכתב. זמן האחזור ישתפר, אבל האיכות תהיה נמוכה יותר. במיוחד, יכול להיות שהכלי של מאגר הנתונים יתקשה לענות על שאלות שדורשות הקשר מהיסטוריית השיחות.
rewrite-by-agent	GA	התכונה נתמכת רק ב-Customer Engagement AI. האפשרות הזו מעבירה את השכתוב לנציג. הוא מותאם גם לקול וגם לטקסט, עם זמן אחזור אופטימלי
gemini-2.5-flash	GA	Gemini 2.5 Flash
gemini-2.5-flash-lite	GA	Gemini 2.5 flash lite
gemini-3.1-flash-lite	GA	Gemini 3.1 flash lite
gemini-3.5-flash-lite	GA	Gemini 3.5 flash lite

כל המודלים שברשימה זמינים בכל השפות הנתמכות והאזורים הנתמכים.

פרומפט בהתאמה אישית לשכתוב

אתם יכולים להשתמש בהנחיה שמוגדרת כברירת מחדל או להזין הנחיה משלכם. ההנחיה היא תבנית טקסט שיכולה להכיל פלייסהולדרים מוגדרים מראש. ערכי זמן הריצה מחליפים את ה-placeholders, והטקסט הסופי נשלח ל-LLM.

אלה ה-placeholders והטקסט שחובה להוסיף:

• ‫$original-query: טקסט השאילתה של המשתמש.

• ‫$conversation: היסטוריית השיחות מוצגת בפורמט הבא:

  Human: user's first query
  AGENT: answer to user's first query
  Human: user's second query
  AGENT: answer to user's second query
  

• ‫${conversation USER:"<user prefix>" AGENT:"<agent prefix>" TURNS:<turn count>}: גרסה עם פרמטרים של ה-placeholder‏ $conversation. אפשר להתאים אישית את הקידומת של משתמש הקצה (USER), את הקידומת של הנציג (AGENT) ואת מספר הפניות הקודמות שרוצים לכלול (TURNS). צריך לציין את כל ערכי הפרמטרים של ה-placeholder.

  לדוגמה, ${conversation USER:"Human says:" AGENT:"Agent says:" TURNS:1}. היסטוריית השיחות מוצגת כך:

  Human says: user's first query
  Agent says: answer to user's first query
  

• ‫$end-user-metadata: מידע על המשתמש ששלח את השאילתה, בפורמט הבא:

  The following additional information is available about the human: {
    "key1": "value1",
    "key2": "value2",
    ...
  }
  

לדוגמה:

You observe conversations between a human and an AI assistant working at ${customer!}${business_description!}.
Your goal is to perform a search query to help the AI assistant respond to the human's last statement.
* Always output the best search query you can, even if you suspect it's not needed.
* Never generate a query that is the same as the user's last statement.
* Include as much context as necessary from the conversation history.
* Output a concise search query, and nothing else.
* Don't use quotes or search operators.
* The query must be in ${language!}.

Conversation History: $conversation
Human: $original-query
Search Query:

הגדרות המטען הייעודי (payload)

הגדרות המטען הייעודי (payload) מאפשרות להוסיף את קטעי הקוד של מאגר הנתונים כתוכן עשיר במטען הייעודי של התגובה, שמוצג ב-Messenger. אתם יכולים להפעיל או להשבית את התכונה הזו.

הגדרת החיפוש בכלי של מאגר הנתונים

אתם יכולים להגדיר פרמטרים דינמיים של חיפוש כדי לשפר את התוצאות על סמך ההקשר של השיחה המתמשכת. מידע נוסף זמין במסמכי התיעוד של הגדרות החיפוש.