다음을 통해 공유

에이전트 대화 기록 추출 및 분석

에이전트 대화 기록을 추출하고 분석하면 조직에서 사용자 상호 작용에 대한 귀중한 인사이트를 얻고 에이전트 성능을 향상시키며 고객 만족도를 높일 수 있습니다.

이 아키텍처는 에이전트 대화 기록에서 정보를 자동으로 캡처, 분석 및 시각화하는 방법을 보여 줍니다. 구조화된 프롬프트에서 지원하는 고급 AI 알고리즘을 사용하여 시스템은 대화형 데이터를 효율적으로 처리하고, 중요한 인사이트를 추출하고, 의사 결정을 향상시킵니다. 또한 더 나은 전략적 계획을 위해 추출된 데이터에 대한 포괄적인 개요를 제공합니다.

팁 (조언)

이 기능의 샘플 구현은 Copilot Studio Kit에서 찾을 수 있습니다. Copilot Studio Kit의 Conversation Analyzer 기능은 대화 대본을 분석하고 원하는 실행 가능한 인사이트를 찾습니다.

자세한 정보: Copilot Studio Kit를 사용하여 대화 내용 분석(미리 보기)

아키텍처 다이어그램

에이전트 상호 작용 및 기록 기록 로깅 프로세스를 보여 주는 Copilot Studio 워크플로의 다이어그램입니다.

워크플로

  1. 사용자가 에이전트와 상호 작용합니다.

  2. Copilot Studio는 대본을 기록합니다.

  3. 대화록 레코드를 만들 때 흐름이 트리거됩니다.

  4. 흐름은 기록을 가져오고 AI Builder에 전달합니다.

  5. AI Builder는 감정, 토픽 및 요약을 처리하고 반환합니다.

  6. Flow는 AI Builder에서 구조화된 결과를 수집하고 Microsoft Dataverse에 저장합니다.

  7. Power BI는 실행 가능한 인사이트를 위해 이 데이터를 시각화합니다.

Components

  1. 사용자: 사용자는 Microsoft Teams 또는 웹 사이트와 같은 지원되는 채널을 통해 Copilot Studio의 에이전트와 상호 작용합니다.

  2. 에이전트:Microsoft Copilot Studio에서 호스트되는 에이전트는 대화를 처리하고 내부적으로 상호 작용을 기록합니다.

  3. 대화 대화 내용: Copilot Studio의 대화 기록은 사용자와 AI 에이전트 간의 상호 작용에 대한 구조적 로그입니다. 백 엔드 Copilot Studio 서비스는 사용자 에이전트 상호 작용 중에 자동으로 대본을 생성하고 Dataverse의 ConversationTranscript 테이블에 JSON/텍스트 형식으로 저장합니다.

  4. Power Automate 클라우드 흐름: Dataverse에서 대화 기록 레코드를 검색하고 , AI Builder를 통해 처리하고, 생성된 분석 결과를 Dataverse에 저장합니다.

  5. AI Builder: AI 모델을 적용하여 감정(긍정적, 중립, 부정)을 분석하고, 개인 데이터를 식별 및 플래그 지정하고, 핵심 구와 문제를 추출하고, 에스컬레이션 지표를 검색하고, 대화 요약을 생성합니다.

  6. Microsoft Dataverse: 원시 기록, 처리된 AI 메타데이터, 감정 점수 및 범주를 비롯한 구조적 데이터를 안전하게 저장합니다.

  7. 대시보드: 에이전트 성능, 사용자 만족도 추세, 에스컬레이션 패턴, 빈번한 사용자 의도 및 토픽과 같은 Dataverse의 인사이트를 시각화합니다.

시나리오 세부 정보

고객 또는 직원 지원을 위해 Copilot Studio 에이전트를 사용하는 조직은 종종 대화 기록에서 중요한 인사이트를 추출하는 데 어려움을 겪습니다. 이 아키텍처는 AI Builder, Power Automate 및 Dataverse와 같은 Power Platform 기능을 사용하여 다음을 제공합니다.

  • 대화 기록의 자동화된 캡처입니다.
  • 감정, 주요 주제 및 에이전트 효과에 대한 AI 기반 분석
  • 안전하고 구조화된 데이터 저장소입니다.
  • 감독자 및 의사 결정자를 위한 풍부한 대시보드입니다.

비즈니스 가치

  • 감성적인 인사이트를 통해 에이전트 교육 및 고객 만족도를 향상시킵니다.
  • 추세 토픽 및 빈번한 문제를 식별합니다.
  • 대화 후 보고 워크플로를 자동화합니다.
  • Dataverse 보안을 통해 규정 준수 및 데이터 거버넌스를 보장합니다.

고려 사항

이러한 고려 사항은 워크로드의 품질을 개선하는 일련의 기본 원칙인 Power Platform Well-Architected의 핵심 요소를 구현합니다. Microsoft Power Platform Well-Architected에서 자세히 알아보십시오.

Security

  • Dataverse에 데이터를 안전하게 저장합니다.
  • RBAC(역할 기반 액세스 제어)는 권한 있는 사용자만 데이터에 액세스하도록 합니다.
  • 모든 데이터 흐름은 Power Platform 환경의 데이터 정책을 준수합니다.

기여자

Microsoft는 이 문서를 유지 관리합니다. 다음 기여자는 이 문서를 작성했습니다.

주요 작성자:

다음 단계

  • 고급 자연어 처리 사용 사례를 위해 Azure OpenAI를 통합합니다.
  • 감독 학습을 위한 사용자 피드백 또는 등급 모듈을 추가합니다.
  • 인시던트 생성 또는 에스컬레이션을 위해 Dynamics 365 또는 ServiceNow에 연결합니다.
  • Last updated on