Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Czym są frazy wyzwalające w Copilot Studio?
Frazy wyzwalające trenują model rozumienia języka naturalnego (NLU) agent.
Frazy wyzwalające są konfigurowane na poziomie tematu i wskazują agentowi, dla jakich typowych wypowiedzi użytkownika określony temat powinien zostać wyzwolony.
Frazy wyzwalające zazwyczaj odzwierciedlają sposób, w jaki użytkownik zapytałby o problem lub kwestię — na przykład „problem z chwastami na trawniku”.
Tworząc nowy temat, wystarczy podać kilka przykładowych fraz (najlepiej od 5 do 10). W czasie wykonywania AI analizuje to, co mówi użytkownik, i wyzwala temat najbliższy pod względem znaczenia wypowiedzi użytkownika. Aby uzyskać więcej informacji na temat skutecznych fraz wyzwalających, zobacz Wybieranie skutecznych fraz wyzwalających.
Ważność kontekstu wyzwalania
Copilot Studio NLU zachowuje się inaczej w zależności od stanu konwersacji, co czasami może prowadzić do różnych zachowań dla tej samej wypowiedzi użytkownika.
Poniżej przedstawiono różne stany konwersacji:
Początek konwersacji: agent nie ma kontekstu, więc oczekuje się, że wypowiedź użytkownika:
- Wyzwalanie tematu bezpośrednio (rozpoznawanie intencji).
- Wywołaj pytanie rozróżniające „czy chodziło Ci o” (wiele pasujących tematów) wśród potencjalnych intencji, jeśli istnieje wiele pasujących tematów.
- Przejdź do tematu rezerwowego, jeśli intencja nie jest rozpoznawana.
Po wyzwoleniu wartości „czy masz na myśli” (wiele dopasowanych tematów): NLU optymalizuje dopasowanie do jednego z sugerowanych tematów i powoduje przejście z większymi progami poza przedstawione opcje.
Przełączenie się z bieżącego tematu: gdy NLU próbuje wypełnić miejsce w temacie, a użytkownik podaje zapytanie, które może wywołać inny temat. (temat przełączenia).
Interpunkcja
Model NLU nie rozpoznaje znaków interpunkcyjnych, w tym pytajników.
Tworzenie nowych fraz wyzwalających
Jeśli jest to możliwe, należy rozpocząć od rzeczywistych danych produkcyjnych nad tworzeniem własnych fraz wyzwalających. Najlepsze frazy wyzwalające to te, które są podobne do rzeczywistych danych pochodzących od użytkowników. Te frazy są tymi, które użytkownicy zadają wdrożonemu agentowi.
Nie trzeba oddawać określonych wyrazów: model jest tak zaprojektowany, aby miał mniejszą wagę do niepotrzebnych słów, takich jak zatrzymanie słów (wyrazy filtrowane przed przetwarzaniem danych języka naturalnego z powodu nieważności).
Optymalizacja fraz wyzwalających
| Napiwek | Przykłady |
|---|---|
|
Miej co najmniej 5–10 fraz wyzwalających dla każdego tematu Iteruj i dodawaj więcej informacji od użytkowników. |
Znajdowanie najbliższego sklepu Sprawdź lokalizację sklepu Znajdź sklep Znajdź najbliższą lokalizację Sklepy w okolicy |
|
Różne struktury zdań i kluczowe pojęcia W modelu są automatycznie rozważane odmiany tych fraz. |
Kiedy sklep jest zamknięty Codzienne godziny otwarcia |
|
Używaj krótkich fraz wyzwalających Mniej niż 10 słów. |
Kiedy sklep jest otwarty |
|
Unikaj fraz wyzwalających z jednego słowa Zwiększa wagę w przypadku określonych wyrazów w wyzwalaniu tematu. Może to wprowadzić nieporozumienia między podobnymi tematami. |
Sklep |
| Użyj pełnych fraz | Czy mogę rozmawiać z prawdziwym asystentem |
| Używaj unikatowych czasowników i rzeczowników lub ich kombinacji |
Potrzebuję obsługi klienta Chcę rozmawiać z konsultantem |
|
Unikaj stosowania tej samej odmiany encji Nie trzeba korzystać z wszystkich przykładów z wartości encji. W NLU automatycznie są rozważane wszystkie odmiany. |
Chcę zamówić hamburgera Chcę zamówić pizzę Chcę skrzydełka |
Równoważ liczbę fraz wyzwalających na temat
Spróbuj zrównoważyć liczbę fraz wyzwalających między tematami. Dzięki temu funkcje usługi NLU nie nadpiszą ustawienia tematu względem innego na podstawie skonfigurowanych fraz wyzwalających.
Ocena wprowadzonych zmian
Po zaktualizowaniu fraz wyzwalających albo po scaleniu lub podzieleniu tematów istnieje wiele sposobów oceny zmian:
- Natychmiastowa zmiana w zachowaniu agenta, którą można zaobserwować na czacie testowym (na przykład temat, który jest teraz wyzwalany lub nie wynikający z aktualizacji frazy wyzwalającej).
- Zmiana po wdrożeniu agenta i ruchu naprzeciwko, co przekłada się na wyższe lub niższe współczynniki odchylenia (brak eskalacji). Można to zaobserwować z poziomu karty analizy w Copilot Studio.
Wskazówka
Wyzwalanie tematu i sposób działania modelu NLU na danych testowych można przetestować zbiorczo przy użyciu zestawu Copilot Studio.
Mimo że podstawowe funkcje i składniki używane do utworzenia zestawu Copilot Studio (np., interakcja z interfejsem Direct Line API) są w pełni obsługiwane, sam zestaw Copilot Studio reprezentuje przykładowe implementacje tych funkcji.
Nasi klienci i społeczność mogą używać i dostosowywać zestaw Copilot Studio w celu wdrożenia testów zbiorczych. Jeśli napotkasz problemy z zestawem Copilot Studio, zgłoś problem tutaj: https://aka.ms/CopilotStudioKit. (Pomoc techniczna firmy Microsoft nie może pomóc w kwestiach związanych z tymi przykładami, ale może pomóc w kwestiach związanych z platformą i funkcjami).