Maksud (intent) mengategorikan maksud pengguna akhir untuk satu giliran percakapan.
Intent berisi data berikut:
| Istilah | Definisi |
|---|---|
| Nama tampilan | Nama yang ditampilkan di konsol untuk maksud. |
| Label | Label yang membantu mengategorikan maksud. Misalnya: maksud utama. |
| Frasa latihan | Frasa pelatihan adalah contoh frasa yang mungkin diketik atau diucapkan oleh pengguna akhir, yang dikenal sebagai input pengguna akhir. Jika input pengguna menyerupai salah satu frasa ini, Dialogflow CX akan mencocokkan maksudnya. Anda tidak perlu menentukan setiap kemungkinan contoh, karena machine learning bawaan Dialogflow CX akan memperluas daftar Anda dengan frasa lain yang serupa. |
| Parameter | Anda menentukan frasa pelatihan untuk menggunakan parameter guna mengekstrak nilai dari bagian tertentu input pengguna akhir. |
| Pola DTMF | Lihat DTMF untuk integrasi telepon. |
Pencocokan intent
Saat pengguna akhir memasukkan input (teks, ucapan, atau penekanan tombol telepon), Dialogflow CX membandingkan input dengan frasa pelatihan intent untuk menemukan kecocokan terbaik. Proses ini disebut pencocokan maksud (intent matching). Pencocokan intent hanya dapat terjadi untuk intent yang terkait dengan rute intent (pengendali status dengan persyaratan intent) dalam cakupan.
Input penekanan tombol dicocokkan menurut pola DTMF. Namun, saat menelusuri kecocokan intent dengan teks, Dialogflow CX memberi skor pada potensi kecocokan dengan tingkat keyakinan deteksi intent, yang juga dikenal sebagai skor keyakinan. Nilai ini berkisar dari 0,0 (sama sekali tidak pasti) hingga 1,0 (sangat pasti). Setelah maksud diberi skor, ada dua kemungkinan hasil:
- Jika maksud dengan skor tertinggi memiliki skor keyakinan yang lebih besar dari atau sama dengan setelan batas klasifikasi, maksud tersebut akan ditampilkan sebagai kecocokan.
- Jika tidak ada maksud yang memenuhi nilai minimum, maka peristiwa tidak cocok akan dipanggil.
Frasa latihan
Frasa pelatihan adalah contoh frasa untuk apa yang mungkin diketik atau diucapkan pengguna akhir, yang disebut sebagai input pengguna akhir. Untuk setiap intent, Anda membuat banyak frasa pelatihan. Jika input pengguna menyerupai salah satu frasa ini, Dialogflow CX akan mencocokkan maksudnya.
Misalnya, frasa pelatihan "Saya ingin pizza" melatih agen Anda untuk mengenali input pengguna akhir yang mirip dengan frasa tersebut, seperti "Dapatkan pizza" atau "Pesan pizza".
Anda tidak perlu menentukan setiap kemungkinan contoh, karena machine learning bawaan Dialogflow CX memperluas daftar Anda dengan frasa lain yang serupa. Anda harus membuat minimal 10-20 frasa pelatihan (bergantung pada kompleksitas maksud), sehingga agen Anda dapat mengenali berbagai input pengguna akhir. Misalnya, jika Anda ingin intent mengenali input pengguna akhir tentang warna favoritnya, Anda dapat menentukan frasa pelatihan berikut:
- "Saya suka warna merah"
- "Warna favorit saya adalah kuning"
- "black" (hitam)
- "Biru adalah warna favorit saya"
- ...
Membuat dan menerjemahkan frasa pelatihan secara otomatis
Anda memiliki opsi untuk menggunakan pembuatan AI guna membuat frasa pelatihan secara otomatis, bukan memasukkannya secara manual. Untuk menggunakan fitur ini:
- Buka tab Kelola, lalu klik Maksud. Pilih maksud yang ada atau klik + Buat untuk membuat maksud baru.
- Pastikan untuk memasukkan tujuan intent di kolom Deskripsi, misalnya "Intent ini dipicu saat pengguna menanyakan status pesanannya". Generator AI menggunakan kolom ini untuk membuat frasa pelatihan yang lebih akurat.
- Klik tombol radio __ frasa baru yang dibuat AI. Nilai defaultnya adalah 3. Membuat lebih dari 15 frasa pelatihan sekaligus dapat menyebabkan terjadinya error.
- Klik + Tambahkan. AI akan membuat frasa pelatihan dalam jumlah yang Anda tentukan dan mengisinya ke dalam tabel. Pastikan untuk meninjau semua frasa pelatihan yang dibuat untuk memastikan akurasinya.
Untuk mengetahui informasi tentang cara menggunakan fitur ini untuk membuat dan menerjemahkan data secara otomatis untuk bahasa selain bahasa default, lihat dokumentasi agen multibahasa.
Menganotasi frasa pelatihan
Anda mengontrol cara data pengguna akhir diekstrak dengan memberi anotasi pada bagian frasa pelatihan dan mengonfigurasi parameter terkait.
Misalnya, pertimbangkan frasa pelatihan seperti
"Bagaimana ramalan cuaca besok di Tokyo?"
Anda harus menganotasi "besok" dengan parameter date
dan "Tokyo" dengan parameter location.
Saat Anda memberi anotasi pada bagian frasa pelatihan,
Dialogflow CX mengenali bahwa bagian ini hanyalah contoh
nilai sebenarnya yang akan diberikan oleh pengguna akhir saat runtime.
Untuk input pengguna akhir seperti
"Bagaimana perkiraan cuaca hari Jumat untuk Sydney?",
Dialogflow CX akan mengekstrak parameter date dari "Jumat"
dan parameter location dari "Sydney".
Anda harus menganotasi semua bagian frasa pelatihan yang dimaksudkan untuk diekstrak sebagai parameter. Jika tidak, Dialogflow tidak akan mengekstrak nilai.
Saat membangun agen dengan konsol, sebagian besar anotasi akan dibuat secara otomatis untuk Anda saat Anda menambahkan frasa pelatihan yang berisi bagian yang dapat dicocokkan dengan jenis entity yang ada. Bagian ini ditandai di konsol. Anda dapat mengedit anotasi dan parameter ini sesuai kebutuhan.
Untuk menganotasi frasa pelatihan secara manual dengan konsol:
- Pilih bagian frasa pelatihan yang ingin Anda beri anotasi.
- Pilih jenis entitas yang diinginkan dari daftar.
- Parameter dibuat untuk Anda dalam tabel parameter di bawah.
Saat membuat agen dengan API,
Anda harus menganotasi bagian frasa pelatihan secara manual.
Lihat jenis TrainingPhrase yang digunakan oleh jenis Intent.
Pilih protokol dan versi untuk referensi Maksud:
| Protokol | V3 | V3beta1 |
|---|---|---|
| REST | Resource maksud (intent) | Resource maksud (intent) |
| RPC | Antarmuka intent | Antarmuka intent |
| C++ | IntentsClient | Tidak tersedia |
| C# | IntentsClient | Tidak tersedia |
| Go | IntentsClient | Tidak tersedia |
| Java | IntentsClient | IntentsClient |
| Node.js | IntentsClient | IntentsClient |
| PHP | Tidak tersedia | Tidak tersedia |
| Python | IntentsClient | IntentsClient |
| Ruby | Tidak tersedia | Tidak tersedia |
Entitas implisit yang dibuat oleh frasa pelatihan
Sebagian besar entity kustom ditentukan secara eksplisit dengan membuat jenis entity dan menambahkan entri entity. Namun, entity kustom juga dapat berisi nilai implisit. Hal ini terjadi saat Anda menganotasi teks frasa pelatihan, dengan teks yang dianotasi bukan nilai yang ditentukan oleh jenis entity yang dipilih. Teks yang diberi anotasi menjadi nilai referensi entity untuk entri entity yang ditambahkan secara implisit. Jika jenis entity adalah entity peta, teks juga menjadi sinonim untuk entri entity.
Intent sambutan default
Saat Anda membuat agen, maksud ucapan selamat datang default akan dibuat untuk Anda. Untuk beberapa bahasa, intent memiliki frasa pelatihan sederhana seperti "Hai" atau "Halo" yang dimaksudkan untuk mencocokkan input awal pengguna akhir. Anda dapat mengedit maksud ini sesuai keinginan.
Saat menggunakan API, Anda dapat mereferensikan intent ini dengan ID intent berikut:
00000000-0000-0000-0000-000000000000
Jika agen Anda memulai percakapan,
Anda dapat memicu intent ini menggunakan API.
Gunakan nilai
projects/<PROJECT_ID>/locations/<LOCATION_ID>/agents/<AGENT_ID>/intents/00000000-0000-0000-0000-000000000000
di kolom QueryInput.intent.intent
saat memanggil metode detectIntent atau streamingDetectIntent.
Intent negatif default
Saat Anda membuat agen, maksud negatif default akan dibuat untuk Anda. Anda dapat menambahkan frasa pelatihan ke maksud ini yang berfungsi sebagai contoh negatif. Mungkin ada kasus saat input pengguna akhir memiliki sedikit kemiripan dengan frasa pelatihan dalam intent normal, tetapi Anda tidak ingin input ini cocok dengan intent normal apa pun.
Misalnya, agen pemesanan kamar mungkin memiliki frasa pelatihan seperti "Saya ingin memesan kamar". Jika pengguna akhir ingin membeli buku tentang kamar, mereka dapat mengatakan "Saya ingin membeli buku tentang kamar". Untuk memastikan input pengguna akhir tidak sesuai dengan maksud Anda, Anda dapat menambahkan frasa tersebut sebagai contoh negatif.
Selain itu, Anda harus menambahkan kemungkinan frasa yang berada di luar cakupan agen, sehingga tidak akan cocok dengan maksud apa pun. Namun, hindari menambahkan terlalu banyak frasa ini. Misalnya, jika Anda menentukan 10.000 frasa niat negatif default, hal ini akan berdampak negatif pada pencocokan niat normal.
Anda harus meninjau frasa ini secara rutin, karena beberapa frasa ini mungkin awalnya tidak termasuk dalam cakupan agen, tetapi kemudian ditambahkan ke maksud.
Maksud negatif default berdampak pada semua pencocokan maksud. Frasa yang Anda tambahkan ke dalamnya dapat meningkatkan kualitas pencocokan untuk satu maksud, tetapi menurunkan kualitas pencocokan untuk maksud lainnya. Misalnya, Anda dapat menambahkan "panggilan internasional" ke maksud negatif default untuk menghindari pencocokan dengan maksud perjalanan internasional. Namun, tindakan ini juga akan mencegah frasa tersebut cocok dengan maksud panggilan internasional.
Saat menggunakan API, Anda dapat mereferensikan intent ini dengan ID intent berikut:
00000000-0000-0000-0000-000000000001
Membatalkan maksud
Selama percakapan, pengguna akhir mungkin ingin membatalkan topik percakapan saat ini. Misalnya, halaman yang saat ini aktif mungkin meminta tanggal untuk janji temu baru, tetapi pengguna akhir telah memutuskan untuk tidak membuat janji temu baru. Pengguna akhir dapat mengatakan sesuatu seperti "batal" atau "Saya tidak ingin membuat janji temu baru". Untuk menangani situasi ini, Anda dapat membuat satu atau beberapa maksud pembatalan untuk agen Anda. Anda dapat memberi nama maksud pembatalan ini sesuai keinginan, tetapi biasanya "cancel" disertakan dalam nama. Anda harus mengaitkan maksud pembatalan ini dengan rute maksud yang tercakup pada titik yang relevan dalam percakapan. Rute niat ini harus bertransisi ke halaman yang sesuai untuk menangani pembatalan.
Frasa pelatihan untuk maksud pembatalan harus menangani upaya pembatalan umum dan khusus topik. Contoh:
- Batal
- Hentikan
- Saya berubah pikiran
- Tidak jadi
- Kembali
- Kembali
- Saya tidak ingin membuat janji temu baru
- Membatalkan janji temu baru
- Menghapus janji temu baru
Membuat intent
Untuk membuat intent:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Google Cloud Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Klik +Create.
- Masukkan data niat.
- Klik Simpan.
API
Lihat metode create untuk jenis Intent.
Pilih protokol dan versi untuk referensi Maksud:
| Protokol | V3 | V3beta1 |
|---|---|---|
| REST | Resource maksud (intent) | Resource maksud (intent) |
| RPC | Antarmuka intent | Antarmuka intent |
| C++ | IntentsClient | Tidak tersedia |
| C# | IntentsClient | Tidak tersedia |
| Go | IntentsClient | Tidak tersedia |
| Java | IntentsClient | IntentsClient |
| Node.js | IntentsClient | IntentsClient |
| PHP | Tidak tersedia | Tidak tersedia |
| Python | IntentsClient | IntentsClient |
| Ruby | Tidak tersedia | Tidak tersedia |
Menghapus maksud
Untuk menghapus intent:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Google Cloud Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Arahkan kursor ke maksud yang ingin Anda hapus.
- Klik tombol hapus delete.
API
Lihat metode delete untuk jenis Intent.
Pilih protokol dan versi untuk referensi Maksud:
| Protokol | V3 | V3beta1 |
|---|---|---|
| REST | Resource maksud (intent) | Resource maksud (intent) |
| RPC | Antarmuka intent | Antarmuka intent |
| C++ | IntentsClient | Tidak tersedia |
| C# | IntentsClient | Tidak tersedia |
| Go | IntentsClient | Tidak tersedia |
| Java | IntentsClient | IntentsClient |
| Node.js | IntentsClient | IntentsClient |
| PHP | Tidak tersedia | Tidak tersedia |
| Python | IntentsClient | IntentsClient |
| Ruby | Tidak tersedia | Tidak tersedia |
Mengakses data intent
Untuk mengakses data intent:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Google Cloud Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Klik maksud yang ingin Anda akses.
- Melihat atau memperbarui data niat.
- Klik Simpan untuk menyimpan perubahan.
API
Lihat metode get dan patch/update untuk jenis Intent.
Pilih protokol dan versi untuk referensi Maksud:
| Protokol | V3 | V3beta1 |
|---|---|---|
| REST | Resource maksud (intent) | Resource maksud (intent) |
| RPC | Antarmuka intent | Antarmuka intent |
| C++ | IntentsClient | Tidak tersedia |
| C# | IntentsClient | Tidak tersedia |
| Go | IntentsClient | Tidak tersedia |
| Java | IntentsClient | IntentsClient |
| Node.js | IntentsClient | IntentsClient |
| PHP | Tidak tersedia | Tidak tersedia |
| Python | IntentsClient | IntentsClient |
| Ruby | Tidak tersedia | Tidak tersedia |
Saran maksud
Dialogflow secara otomatis menganalisis kemunculan tidak cocok selama percakapan dan dapat menyarankan intent baru atau merekomendasikan frasa pelatihan tambahan untuk intent yang ada. Menerima saran ini dapat membantu menghindari terjadinya tidak ada kecocokan di masa mendatang.
Saat menggunakan saran, Anda dapat menyesuaikan Ukuran Cluster. Nilai ukuran cluster yang lebih kecil menunjukkan lebih banyak maksud dengan lebih sedikit frasa pelatihan per maksud. Nilai ukuran cluster yang lebih besar menunjukkan lebih sedikit maksud (intent) dengan lebih banyak frasa pelatihan per maksud.
Untuk menerima saran maksud:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Google Cloud Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Klik tab Saran.
- Sesuaikan Ukuran Cluster sesuai keinginan.
- Pilih saran.
- Pilih frasa pelatihan yang Anda inginkan.
- Untuk maksud target, tambahkan frasa pelatihan ke maksud yang ada atau yang baru.
- Klik Simpan atau Buat Baru untuk menyimpan perubahan. Saat Anda menerima saran intent, intent tersebut tetap ada dalam daftar saran.
Maksud pemisahan
Anda dapat membagi satu maksud menjadi dua maksud menggunakan konsol. Antarmuka ini memungkinkan Anda memilih frasa pelatihan dari maksud sumber dan memindahkannya ke maksud baru:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Pilih maksud yang ingin Anda pisahkan.
- Klik Pisahkan.
- Pilih intent dari intent sumber.
- Klik Pindahkan ke kanan.
- Berikan detail lain untuk intent target.
- Klik Pisahkan.
Membandingkan dan menggabungkan intent
Anda dapat membandingkan atau menggabungkan dua maksud menjadi satu maksud menggunakan konsol:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Pilih dua maksud yang ingin Anda bandingkan atau gabungkan.
- Klik Bandingkan.
- Frasa pelatihan ditampilkan berdampingan untuk perbandingan.
- Untuk menggabungkan kedua maksud, klik Gabungkan.
Mengekspor dan mengimpor maksud
Anda dapat mengekspor dan mengimpor maksud untuk dibagikan di seluruh agen.
Salah satu opsi format ekspor adalah CSV, yang memiliki kolom berikut:
- Nama Tampilan Intent
- Bahasa
- Frasa
Setiap entri berisi nama tampilan, bahasa, dan frasa pelatihan pertama; atau hanya frasa pelatihan untuk maksud yang sebelumnya dideklarasikan. Dialogflow mengenkode anotasi dalam frasa pelatihan yang diekspor, sehingga anotasi dipulihkan saat diimpor. Format untuk encoding ini adalah:
(annotated part)[entity, parameter]
Contoh:
Intent Display Name,Language,Phrase
Shirt Selection,en,I want a (green)[@sys.color, color] shirt
,,I would like a (yellow)[@sys.color, color] shirt
Store Hours,en,When are you open?
,,What are your hours?
Saat mengimpor intent, mungkin ada konflik penggabungan jika nama tampilan untuk intent di agen yang ada cocok dengan intent yang diimpor. Anda dapat mengontrol perilaku penggabungan saat nama tampilan intent cocok dengan memilih salah satu opsi berikut:
- Mengganti intent yang ada: Intent yang diimpor akan menggantikan intent dengan nama yang sama di agen yang ada.
- Mengganti nama dan mengimpor sebagai maksud baru: Maksud yang diimpor diganti namanya dengan menambahkan "_1" ke nama tampilan.
- Gabungkan dengan intent yang ada: Frasa pelatihan intent yang diimpor ditambahkan ke intent yang ada. Jika frasa pelatihan yang sama ada, frasa tersebut tidak akan diduplikasi.
- Pertahankan intent asli: Intent yang ada tetap tidak berubah, dan intent yang bertentangan diabaikan. Intent yang tidak bertentangan akan diimpor.
Untuk mengekspor maksud:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Google Cloud Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Pilih setiap maksud yang ingin Anda ekspor.
- Klik Ekspor maksud yang dipilih.
- Pilih format dan tujuan yang diinginkan.
- Klik Kirim.
Untuk mengimpor intent:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Google Cloud Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Klik Import.
- Pilih sumber.
- Jika ada konflik, jendela dialog akan ditampilkan yang memungkinkan Anda memilih perilaku penggabungan.
- Klik Kirim.
Mengekspor dan mengimpor frasa pelatihan
Anda dapat mengekspor dan mengimpor frasa pelatihan untuk maksud yang ada.
Format file untuk impor adalah CSV tanpa judul kolom dan satu kolom. Contoh:
"I want a pony"
"I need a pony"
"I must have a pony"
Saat mengimpor frasa pelatihan, Anda dapat memilih salah satu mode impor berikut:
- Impor sebagai frasa pelatihan baru: Frasa dalam file ditambahkan ke daftar frasa yang ada.
- Ganti frasa pelatihan yang ada: Frasa pelatihan yang ada akan dihapus, dan frasa pelatihan dari file akan ditambahkan.
Secara default, frasa pelatihan yang diimpor akan otomatis dianotasi. Anda dapat menonaktifkan perilaku ini dengan memilih Lewati anotasi otomatis.
Untuk mengekspor frasa pelatihan untuk intent:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Google Cloud Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Pilih maksud.
- Scroll ke bawah ke bagian Frasa pelatihan.
- Pilih frasa pelatihan yang ingin Anda ekspor.
- Klik Ekspor.
Untuk mengimpor frasa pelatihan untuk intent:
Konsol
- Buka konsol Dialogflow CX.
- Pilih project Google Cloud Anda.
- Pilih agen Anda.
- Pilih tab Kelola.
- Klik Intents.
- Pilih maksud.
- Scroll ke bawah ke bagian Frasa pelatihan.
- Jika diinginkan, pilih lewati anotasi otomatis.
- Klik tombol impor tepat di atas daftar frasa pelatihan.
- Pilih file dan mode impor.
- Klik Kirim.
Intent utama dan tambahan
Saat mendesain agen, terkadang berguna untuk menganggap maksud sebagai maksud utama atau maksud tambahan.
Maksud utama mengidentifikasi tujuan utama pengguna akhir berinteraksi dengan agen. Intent tambahan mengidentifikasi pertanyaan lanjutan pengguna akhir yang terkait dengan intent utama. Pertanyaan berikutnya ini dapat memberikan konteks tambahan untuk kebutuhan pengguna akhir, atau mungkin berupa pertanyaan lanjutan yang membantu pengguna akhir mengklarifikasi atau lebih memahami sesuatu.
Intent awal biasanya merupakan salah satu intent pertama yang cocok dalam percakapan, dan pertanyaan pengguna akhir selanjutnya cocok dengan intent tambahan. Contoh:
| Dialog | Penjelasan |
|---|---|
| Pengguna akhir: Aktifkan ponsel baru Agen: Tentu, saya dapat membantu Anda. Berapa 4 digit terakhir nomor telepon yang ingin Anda aktifkan? |
Niat kepala dicocokkan |
| Pengguna akhir: 1234 Agen: Apakah Anda siap mengaktifkan ponsel Anda sekarang? |
Parameter ditetapkan |
| Pengguna akhir: Apakah semua pesan saya akan ditransfer ke ponsel baru saya? Agen: ... |
Intent tambahan cocok |