應對手冊最佳做法

下列最佳做法可協助您建構強大的代理。

以自然語言輸入應對手冊名稱

Playbook 名稱應清楚、具描述性,並使用自然的英文。這有助於提升 AI 生成器在執行階段的效能。舉例來說,「Customer 說明中心 Playbook」會比「company_specialist」更合適。

所有名稱 (包括英文字母和空格) 的長度不得超過 64 個字元。

簡潔的目標

目標應簡明扼要地說明應對手冊的用途。

提供優質指令

操作說明應:

  • 反映解決使用者問題的逐步方法。
  • 使用自然語言,簡明扼要地說明高階指令。
  • 請直接說明,並指定工具的使用情境。

每個 playbook 至少有一個範例

每個應對手冊至少應有一個範例,但建議至少有四個。範例應包含滿意路徑情境。

如果範例不足,playbook 可能會導致無法預測的行為。如果 Playbook 沒有回應,或行為不符合預期,可能是因為範例遺漏或定義不當。請嘗試改善範例或新增範例。

指令和範例的精確度

雖然清楚且詳盡的指示有助於提升準確度,但範例的品質和數量才是決定 Playbook 行為準確度的關鍵。換句話說,與其花時間寫出完美精確的指令,不如多花時間寫出詳盡的範例。

在範例中參照工具

如果 Playbook 是設計成使用工具提供回覆,請在對應這類要求的範例中,參考這些工具。

工具結構定義 operationId 欄位

定義工具的結構定義時,operationId 值很重要。playbook 指示會參照這個值。

以下是這個欄位的命名建議:

  • 只能使用英文字母、數字和底線。
  • 在結構定義中描述的所有 operationId 之間不得重複。
  • 名稱必須有意義,能反映提供的功能。

工具結構定義驗證

請驗證工具結構定義。您可以使用 Swagger 編輯器檢查 OpenAPI 3.0 結構定義語法。

處理空白工具結果

如果 Playbook 仰賴工具來提供回覆,空白的工具結果可能會導致 Playbook 行為無法預測。有時,Playbook AI 生成器會在回覆中產生幻覺資訊,而非工具結果。為避免這種情況,您可以新增特定指示,確保 Playbook AI 生成器不會嘗試自行回答。

在某些用途中,應對手冊回覆必須以工具結果或提供的資料為依據,並減少僅根據應對手冊 AI 生成器知識的回覆。

以下是減少幻覺回應的指令範例:

  • 「你必須使用這項工具回答所有使用者問題」
  • 「如果工具未傳回任何資料,請回覆你不知道使用者查詢的答案」
  • 「如果工具未傳回任何資料,請勿自行捏造答案」

使用 Gemini 生成結構定義

Gemini 可為您生成結構定義。例如「可以為 Google 日曆建立 OpenAPI 3.0 結構定義範例嗎?」

專注應對手冊

避免建立過於龐大複雜的教戰手冊。每份應對手冊都應完成特定且明確的工作。如果應對手冊很複雜,建議拆解成較小的子應對手冊。

避免迴圈和遞迴

在操作說明中連結代理時,請勿建立迴圈或遞迴。如果您嘗試轉送至直接或間接呼叫目前應對手冊的上層應對手冊,可能會發生迴圈。

提供範例的轉送資訊

如果應對手冊應轉送至其他應對手冊,請在範例中提供這項資訊。這會提供給「Input & Output」範例區段中「End example with output information」欄位的範例。

舉例來說,這個欄位的最後一句話可以是「重新導向回預設教戰手冊,以便進一步查詢」。

使用 Dialogflow CX Messenger JavaScript 函式進行個人化

使用 Dialogflow CX Messenger 時,下列函式可用於將使用者個人化資訊從網頁介面傳送至 Playbook:

規劃成效

生成式功能通常需要幾秒鐘甚至幾十秒才能生成回覆。雖然 Playbook 可讓對話更自然,但仍須管理回覆時間,確保使用者體驗良好。

以下是幾種最佳化成效的策略:

  • 平衡生成式功能的使用:請仔細考量執行多項生成式功能所需的時間,以及這些功能為對話帶來的價值,並在兩者之間取得平衡。如果這些功能對使用者的目標沒有顯著貢獻,請避免過度使用。
  • 盡量減少生成功能輸入內容:盡可能收集及處理最少資訊,讓 AI 生成器產生實用回覆。這可大幅縮短處理時間。
  • 使用脈絡快取:如果透過工具使用 Gemini,且初始脈絡較大,請考慮使用 Vertex AI 脈絡快取功能快取資訊,避免重複要求相同資料。
  • 導入固定回覆以提升速度:如果應用程式不需要獨特的動態內容,可以考慮將常用回覆儲存在 Firebase 等傳統資料庫中。由於這些固定回覆已預先定義且隨時可用,因此回應時間比需要即時計算答案的生成式功能快得多。
  • 指示 AI 生成器產生簡潔的 Playbook 回覆:對於文字輸入和輸出,AI 生成器的回覆時間高度取決於使用的模型和輸出長度。簡短的回應可大幅提升效能。雖然輸入長度也是考量因素,但輸出長度的影響較大。