Ringkasan konsol Agen AI Pemesanan Makanan

Dokumen ini memberikan ringkasan konsol Agen AI Pemesanan Makanan, antarmuka berbasis web yang memungkinkan Anda mengonfigurasi, menguji, dan memantau agen AI pemesanan makanan.

Hierarki resource di konsol

Konsol Agen AI Pemesanan Makanan mengatur lingkungan pemesanan Anda ke dalam hierarki tiga tingkat yang dipetakan langsung ke resource API Agen AI Pemesanan Makanan:

• Project: Google Cloud Project tempat API Agen AI Pemesanan Makanan diaktifkan dan tempat kontrol akses tingkat project dikelola.
• Brand: Resource Brand tingkat atas yang mewakili merek restoran Anda dan konfigurasi agen bersama.
• Store: Resource Store individual yang mewakili lokasi restoran fisik, penggantian tingkat toko, dan Menu terkait.

Kemampuan utama konsol

Setelah memilih Google Cloud project dan merek di konsol Agen AI Pemesanan Makanan, Anda dapat menggunakan menu navigasi untuk mengelola dan mengamati agen pemesanan di seluruh area berikut:

• Ikhtisar: Memantau kesehatan operasional, performa agen, dan metrik performa penjualan di seluruh saluran, termasuk volume sesi, rasio penampungan, distribusi hasil, dan performa penjualan tambahan.
• Histori pesanan: Memeriksa sesi pemesanan individual, memfilter sesi menurut toko, rentang tanggal, atau hasil sesi, meninjau transkrip belokan demi belokan bersama dengan pembaruan keranjang, dan memutar ulang audio sesi.
• Penyesuaian agen: Mengonfigurasi perilaku agen di seluruh merek dan khusus toko, termasuk ucapan selamat datang, karakteristik suara, aturan disambiguasi, dan strategi penjualan tambahan.
• Toko dan menu: Melihat dan mengelola lokasi toko, menjelajahi item menu, grup pengubah, dan pengubah yang di-ingest, serta memeriksa log ingestion menu.
• Pratinjau agen: Menguji alur pemesanan secara interaktif menggunakan suara atau teks terhadap konfigurasi toko dan menu yang dipilih sebelum meluncurkan perubahan ke produksi.
• Evaluasi: Menentukan set data pengujian dan kasus pengujian, mengonfigurasi konteks evaluasi dan pencocok pernyataan, menjalankan simulasi batch otomatis, dan meninjau histori eksekusi.

Histori pesanan

Halaman Histori pesanan memungkinkan Anda meninjau sesi pemesanan yang telah selesai untuk suatu merek, menyelidiki eskalasi atau error, dan menganalisis cara agen menangani pesanan pelanggan.

Memfilter dan mengekspor sesi

Dari tabel daftar sesi, setiap baris menampilkan ID pesanan, stempel waktu mulai, ID toko, durasi sesi, label hasil, dan analisis intervensi otomatis. Anda dapat mempersempit sesi dan mengekspor data menggunakan kontrol toolbar:

• Semua filter: Memfilter sesi menurut ID sesi, rentang waktu, ID toko, label hasil, kategori intervensi, atau teks ucapan.
• Ekspor: Mendownload daftar sesi yang difilter sebagai file CSV untuk pelaporan dan analisis offline.

Memeriksa detail sesi

Klik baris mana pun di tabel histori pesanan untuk membuka panel Order details untuk sesi tersebut:

• Ringkasan dan hasil sesi: Melihat ID sesi, metadata toko, klasifikasi hasil keseluruhan (seperti SUCCESS atau hasil yang ditingkatkan), dan sinyal analisis intervensi yang menjelaskan intervensi manusia atau alasan kegagalan.
• Transkrip percakapan dan pemutaran audio: Mendengarkan rekaman sesi lengkap atau audio langkah demi langkah individual sambil membaca transkrip pelanggan dan agen langkah demi langkah.
• Pembaruan status keranjang: Memeriksa perubahan item dan pengubah keranjang pelanggan di setiap langkah percakapan, dan membandingkan pesanan yang dikirim agen dengan pesanan akhir di tempat penjualan.

Toko dan menu

Halaman Stores dan Menus memungkinkan Anda mengelola lokasi restoran fisik, menjelajahi menu yang terkait dengan setiap toko, memeriksa hierarki pengubah, dan meninjau status ingestion menu.

Mengelola lokasi toko

Halaman Lokasi toko mencantumkan semua toko yang dikonfigurasi untuk merek. Tabel menampilkan ID, nama tampilan, alamat fisik, tag yang ditetapkan, status operasional (seperti Active atau Disabled), dan tanggal terakhir diperbarui setiap toko.

Dari halaman Store locations, Anda dapat melakukan hal berikut:

• Filter and search stores: Memfilter toko menurut status, rentang tanggal terakhir diperbarui, lokasi geografis (kota atau negara bagian), tag, atau ID toko. Anda juga dapat menelusuri berdasarkan ID toko, nama, atau alamat jalan.
• Perform batch actions: Memilih beberapa toko menggunakan kotak centang tabel untuk menambahkan tag, menonaktifkan toko, atau menghapus toko yang dinonaktifkan secara massal.
• Configure store settings: Mengklik ikon setelan untuk toko mana pun guna membuka halaman Store settings. Di sini, Anda dapat mengonfigurasi detail tingkat toko, jam buka, pemisahan hari, serta penggantian penyesuaian agen dan upsell tingkat toko.

Menjelajahi menu dan hierarki item

Halaman Menus mencantumkan versi menu yang di-ingest untuk merek dan toko Anda. Setiap entri menampilkan ID menu, ID toko terkait, nama tampilan, stempel waktu terakhir diperbarui, dan tag. Menu aktif saat ini diberi label dengan badge Latest.

Klik View menu di entri menu mana pun untuk membuka Menu navigator interaktif:

• Alihkan tampilan menu: Beralih antara tampilan hierarkis dan tampilan daftar item menu, pengubah, dan grup pengubah di menu.
• Review item and modifier details: Memeriksa harga item, penyesuaian harga pengubah, nomor combo, ukuran combo, jumlah default, batasan pemilihan pengubah (seperti jumlah minimum dan maksimum), gambar item, dan status ketersediaan (seperti Stok habis atau Tidak tersedia).
• Perbandingan menu: Memilih hingga dua menu di semua toko untuk dibandingkan berdampingan, dengan perbedaan yang ditandai untuk menampilkan entri yang ditambahkan, dihapus, atau diubah.

Pratinjau agen

Halaman Agent preview menyediakan simulator interaktif untuk menguji agen pemesanan AI sebelum men-deploy perubahan konfigurasi ke saluran yang ditujukan untuk pelanggan.

Menyiapkan skenario pengujian

Sebelum memulai pesanan simulasi, tentukan parameter skenario pengujian di halaman Scenario setup:

• Toko: Pilih lokasi toko target. Agen memuat menu aktif, harga, zona waktu, dan penggantian kustomisasi khusus toko.
• Daypart: Pilih Auto untuk menentukan bagian hari secara otomatis dari waktu saat ini, atau pilih bagian hari tertentu (seperti Sarapan atau Makan Siang) untuk menguji ketersediaan menu yang dibatasi waktu.
• Channel: Pilih saluran pemesanan simulasi, seperti Drive-thru, Mobile, Phone, atau Web.
• Kustomisasi agen dan strategi upsell: Pilih profil kustomisasi atau strategi upsell tertentu untuk menguji cara agen menerapkan perilaku di seluruh merek atau eksperimental.
• Mode interaksi: Pilih Suara untuk berinteraksi melalui audio real-time menggunakan mikrofon Anda, atau Teks untuk menguji melalui antarmuka chat.

Menguji pemesanan percakapan

Klik Start order untuk meluncurkan sesi simulasi interaktif:

• Percakapan real-time: Dalam mode suara, bicaralah ke mikrofon Anda untuk berkomunikasi secara alami dengan agen. Agen menyediakan transkripsi ucapan langkah demi langkah, pemutaran audio, dan dukungan interupsi ("barge-in"). Dalam mode teks, masukkan ucapan pelanggan di kolom input chat.
• Interactive suggestions: Klik chip item dan pengubah yang disarankan di aliran transkrip untuk menyimulasikan pilihan pelanggan dengan satu klik.
• Pelacakan keranjang langsung: Buka panel samping Keranjang untuk mengamati mutasi keranjang real-time langkah demi langkah. Anda dapat melihat item yang ditambahkan, pengubah dan jumlah pengubah yang dikonfigurasi, harga per item, dan total pesanan yang berjalan.
• In-session menu reference: Buka panel samping Menu selama sesi untuk menjelajahi item dan harga dasar yang tersedia bersama dengan percakapan aktif.
• Historical session comparison: Klik Historical sessions untuk langsung membuka Order history dan membandingkan hasil simulasi dengan interaksi pelanggan yang sebenarnya.

Evaluasi

Halaman Evaluation memungkinkan Anda membuat dan menjalankan suite pengujian otomatis untuk memvalidasi perilaku percakapan, akurasi keranjang, dan aturan bisnis agen pemesanan sebelum men-deploy perubahan kepada pelanggan.

Untuk mengetahui informasi selengkapnya tentang penggunaan framework dan API evaluasi, lihat Mengevaluasi agen pemesanan menggunakan framework evaluasi.

Mengelola set data dan kasus pengujian

Tab Datasets &cases memungkinkan Anda mengatur dan mempertahankan skenario pengujian evaluasi:

• Evaluation datasets: Mengelompokkan kasus pengujian terkait ke dalam set data bernama (seperti rangkaian regresi, rangkaian perubahan menu, atau rangkaian pengujian penjualan tambahan). Anda dapat membuat set data baru, menelusuri set data, dan mengimpor atau mengekspor set data sebagai file YAML.
• Kasus evaluasi: Mengelola kasus pengujian independen yang diimpor dari file YAML atau dikonversi dari sesi produksi. Kasus dapat berdiri sendiri atau diatur ke dalam set data dengan menariknya ke dalam set data.
• Static text turn cases: Menentukan percakapan multi-langkah yang dapat diprediksi dan direproduksi dengan input teks pelanggan tertentu yang diberikan langkah demi langkah.
• Kasus giliran teks dinamis: Menentukan petunjuk pemesanan bahasa alami tingkat tinggi (misalnya, memesan makanan combo yang disesuaikan dengan permintaan diet khusus) dan menggunakan simulasi generatif untuk menguji cara agen menangani frasa pelanggan yang bervariasi.
• Convert from historical sessions: Dari halaman Histori pesanan, Anda dapat mengonversi sesi pelanggan yang telah selesai langsung menjadi kasus evaluasi untuk mereproduksi eskalasi dan mencegah regresi.

Mengonfigurasi konteks dan pencocok evaluasi

Kasus evaluasi mengandalkan konteks untuk menyimulasikan lingkungan pemesanan yang realistis dan pencocok untuk memberi skor performa agen:

• Evaluation contexts: Mengonfigurasi lingkungan operasi untuk kasus pengujian di tab Contexts, termasuk lokasi toko target, menu aktif, dan bagian hari (seperti Sarapan atau Makan Siang).
• Order result matchers: Menentukan status keranjang akhir yang diharapkan di tab Matchers. Evaluasi membandingkan pesanan akhir agen dengan item, pilihan pengubah, dan jumlah item yang diharapkan.
• Agent utterance string matchers: Memeriksa apakah respons lisan atau teks agen berisi kata kunci, penafian, atau frasa tertentu yang diperlukan menggunakan pencocokan substring atau ekspresi reguler.
• LLM judgement matchers: Menggunakan pernyataan LLM-as-a-judge untuk mengevaluasi kriteria kualitatif, seperti apakah agen menyapa pelanggan dengan sopan, mengklarifikasi permintaan ambigu dengan tepat, atau mematuhi pedoman nada merek.

Menjalankan evaluasi dan meninjau histori

Anda dapat menjalankan evaluasi pada seluruh set data atau pada kasus pengujian individual:

• Dataset and case execution: Klik Run dataset di samping set data mana pun untuk menjalankan semua kasus yang ada, atau pilih kasus tertentu menggunakan kotak centang dan klik Run untuk menguji skenario individual.
• Riwayat eksekusi: Tab Riwayat melacak eksekusi evaluasi yang telah selesai dan sedang berlangsung, menampilkan stempel waktu eksekusi, nama set data, durasi, dan rasio lulus atau gagal secara keseluruhan.
• Inspect run details: Klik evaluasi mana pun untuk melihat detail hasil kasus per kasus. Anda dapat memeriksa transkrip percakapan langkah demi langkah, membandingkan konten keranjang yang diharapkan dengan konten keranjang yang sebenarnya dengan perbedaan visual, dan meninjau penjelasan lulus dan gagal pencocok.