生成式模型与确定性模型

在对话期间，Dialogflow CX 智能体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智能体回答。在设计智能体时，您可以在完全生成式、部分生成式和确定性功能之间做出选择。

本指南概述了这些功能。它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，用于理解最终用户意图以及生成智能体回答。这些功能易于使用，可提供非常自然的对话。以下是完全生成式功能的概览：

X	推荐项
Playbook	Playbook 提供了一种使用 LLM 创建虚拟智能体的新方法。您只需提供自然语言说明和结构化数据。这可以显著缩短虚拟客服的创建和维护时间，并为您的业务带来全新的对话体验。
数据存储区	数据存储区会解析并理解您的公开或私有内容（网站、内部文档等）。对这些信息进行索引后，您的智能体就可以回答有关内容的问题并进行对话。您只需提供内容即可。

如果您需要对对话和智能体生成的所有回答进行更具确定性的控制，可以使用对话流设计智能体。

X	推荐项
对话流	对话流在对话期间使用语言模型来理解最终用户的意图，这可能不是完全确定性的。不过，一旦确定了意图，您就可以完全控制对话流和智能体回答。使用确定性对话流设计智能体通常需要更多设计时间，但对于需要明确控制智能体回答的智能体来说，这是一个不错的选择。

对话流具有一些可选的生成式功能，您可以在某些对话场景中不需要对智能体回答进行确定性控制时使用这些功能。以下是这些功能的概览：

X	推荐项
生成器	生成器用于生成智能体回答。您无需明确提供智能体回答，而是提供 LLM 提示，该提示可以处理许多场景，包括对话总结、问答、客户信息检索以及升级到人工客服。
生成式后备	生成式后备用于在最终用户输入与预期意图不匹配时生成智能体回答。在某些场景中，您可以通过提供 LLM 提示来生成回答，从而启用生成式后备。