生成式模型与确定性模型

在对话过程中，Dialogflow CX 代理始终使用语言模型来理解最终用户的意图，但您可以选择是否以及如何使用语言模型来生成代理回答。在设计代理时，您可以选择完全生成式、部分生成式和确定性功能。

本指南简要介绍了这些功能。这有助于您确定计划使用哪些功能，以便了解哪些文档与您相关。

完全生成式

完全生成式功能基于 Vertex AI 大语言模型 (LLM) 构建，可用于理解最终用户意图以及生成代理回答。这些功能易于使用，可提供非常自然的对话体验。以下是完全生成式功能的概览：

X	项
策略方案	剧本提供了一种使用 LLM 创建虚拟代理的新方式。您只需提供自然语言指令和结构化数据。这可以显著缩短虚拟客服的创建和维护时间，并为您的企业带来全新的对话式体验。
数据存储区	数据存储区会解析并理解您的公开或非公开内容（网站、内部文档等）。对这些信息建立索引后，代理就可以回答问题并就相应内容进行对话。您只需提供内容即可。

如果您需要对对话和代理生成的所有回答进行更确定的控制，可以设计具有流程的代理。

X	项
Flows	流程使用语言模型来了解对话期间最终用户的意图，但最终用户的意图可能并非完全确定。不过，一旦确定了意图，您就可以完全控制对话流程和代理回答。设计具有确定性流程的代理通常需要更多设计时间，但对于需要明确控制代理回答的代理来说，这是一个不错的选择。

在某些对话场景中，如果您不需要对代理的回答进行确定性控制，则可以使用流程的一些可选生成功能。以下是这些功能的概述：

X	项
生成器	生成器用于生成代理回答。您提供的不是明确的智能体回答，而是可以处理多种场景的 LLM 提示，包括对话总结、问答、客户信息检索和转接给人工客服。
生成式后备	当最终用户输入与预期意图不匹配时，系统会使用生成式后备来生成代理回答。在某些情况下，您可以通过提供 LLM 提示来生成回答，从而启用生成式回退。