Selama percakapan, agen Dialogflow CX selalu menggunakan model bahasa untuk memahami niat pengguna akhir, tetapi Anda dapat memutuskan apakah dan bagaimana model bahasa digunakan untuk respons agen. Anda dapat memilih dari fitur yang sepenuhnya generatif, sebagian generatif, dan deterministik saat mendesain agen.
Panduan ini memberikan ringkasan tentang fitur-fitur tersebut dan membantu Anda memutuskan fitur mana yang akan digunakan.
Generatif sepenuhnya
Fitur generatif sepenuhnya dibangun di atas model bahasa besar (LLM) Vertex AI untuk memahami niat pengguna akhir dan menghasilkan respons agen. Fitur ini memberikan percakapan yang alami.
Berikut adalah ringkasan fitur yang sepenuhnya generatif:
- Playbook menyediakan cara untuk membuat agen virtual menggunakan LLM. Berikan petunjuk bahasa alami dan data terstruktur. Hal ini mengurangi waktu pembuatan dan pemeliharaan agen virtual, serta memungkinkan Anda membuat jenis pengalaman percakapan baru untuk bisnis Anda.
- Penyimpanan data mengurai dan memahami konten publik atau pribadi Anda, seperti situs atau dokumen internal. Setelah informasi ini diindeks, agen Anda dapat menjawab pertanyaan dan melakukan percakapan tentang konten tersebut.
Alur deterministik
Jika Anda memerlukan kontrol yang lebih deterministik atas percakapan dan semua respons agen, Anda dapat mendesain agen dengan flow:
- Alur menggunakan model bahasa untuk memahami niat pengguna akhir, yang dapat bersifat non-deterministik. Namun, setelah niat ditetapkan, Anda memiliki kontrol penuh atas alur percakapan dan respons agen. Mendesain agen dengan alur deterministik memerlukan lebih banyak waktu desain, tetapi ini adalah opsi yang baik untuk agen yang memerlukan kontrol eksplisit atas respons agen.
Alur sebagian generatif
Alur mencakup fitur generatif opsional yang dapat Anda gunakan saat tidak memerlukan kontrol deterministik atas respons agen dalam skenario tertentu.
Fitur-fitur ini adalah sebagai berikut:
- Generator menghasilkan respons agen. Alih-alih memberikan respons agen secara eksplisit, Anda memberikan perintah LLM yang dapat menangani banyak skenario, termasuk peringkasan percakapan, question answering, pengambilan informasi pelanggan, dan eskalasi ke agen manusia.
- Penggantian respons generatif menghasilkan respons agen saat input pengguna akhir tidak cocok dengan intent yang diharapkan. Anda dapat mengaktifkan penggantian respons generatif dalam skenario tertentu dengan memberikan perintah LLM untuk menghasilkan respons.