Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
O que são frases de gatilho no Copilot Studio?
As frases de gatilho treinam o modelo de NLU (reconhecimento de linguagem natural) do seu agente.
As frases de gatilho são configuradas no nível do tópico e indicam ao agente para quais expressões típicas do usuário um tópico específico deve ser disparado.
As frases de gatilho geralmente refletem a maneira como um usuário perguntaria sobre um problema, por exemplo, "problema com ervas daninhas no gramado".
Ao criar um novo tópico, você só precisa fornecer algumas frases de exemplo (o ideal é entre 5 e 10). Em runtime, a IA analisa o que o usuário diz e dispara o tópico mais próximo do significado do enunciando do usuário. Para obter mais informações sobre frases de gatilho eficazes, consulte Escolher frases de gatilho eficazes.
A importância do contexto de acionamento
O NLU do Copilot Studio se comporta de maneira diferente com base no estado da conversa, o que às vezes pode levar a comportamentos diferentes para o mesmo enunciado do usuário.
A seguir estão os diferentes estados de conversação:
Início da conversa: como o agente não tem contexto, espera-se o enunciado de um usuário:
- Acionar um tópico diretamente (reconhecimento de intenção).
- Acionar uma pergunta de desambiguação "você quis dizer" (Vários Tópicos Correspondentes) entre os candidatos de intenção, se houver vários tópicos correspondentes.
- Vá até um tópico de fallback caso a intenção não seja reconhecida.
Depois que um "você quis dizer" (vários tópicos correspondentes) for disparado: o NLU será otimizado de acordo com um dos tópicos sugeridos, com limites mais altos para sair das opções apresentadas.
Saída de um tópico atual: se o NLU estiver tentando preencher um espaço em um tópico e o usuário estiver fazendo uma consulta de usuário que possa acionar outro tópico (alternância de tópico).
Pontuação
O modelo NLU é independente de pontuação, incluindo pontos de interrogação.
Criar novas frases de gatilho
Se possível, comece com dados de produção reais ao invés de criar suas próprias frases de gatilho. As melhores frases de gatilho são aquelas semelhantes aos dados reais provenientes dos usuários. Essas frases são aquelas que os usuários perguntam a um agente implantado.
Não há necessidade de deixar palavras específicas de fora: o modelo é projetado para dar menos peso a palavras desnecessárias, como palavras de parada (palavras que são filtradas antes do processamento de dados de linguagem natural porque são insignificantes).
Otimizar frases de gatilho
| Dica | Exemplos |
|---|---|
|
Ter pelo menos de 5 a 10 frases de gatilho por tópico Repita e adicione mais à medida que aprende com os usuários. |
Encontrar a loja mais próxima Verificar localização da loja Encontrar uma loja Encontre no local mais próximo Loja perto de mim |
|
Variar a estrutura da frase e os termos-chave O modelo considera automaticamente variações dessas frases. |
Quando estiverem fechados Horário de funcionamento diário |
|
Usar frases de gatilho curtas Menos de 10 palavras. |
Quando vocês estiverem abertos |
|
Evitar frases de gatilho de uma única palavra Isso aumenta o peso de palavras específicas no acionamento do tópico. Isso gerar introduzir confusão entre tópicos semelhantes. |
Armazenar |
| Usar frases completas | Posso conversar com um assistente humano |
| Ter verbos e substantivos únicos ou combinações deles |
Preciso do serviço de atendimento ao consumidor Quero falar com um operador |
|
Evitar usar a mesma variação de entidade Você não precisa usar todos os exemplos do valor da entidade. O NLU considera automaticamente todas as variações. |
Quero pedir um hambúrguer Gostaria de uma pizza Quero nuggets de frango |
Equilibrar o número de frases de gatilho por tópico
Tentar equilibrar o número de frases de gatilho entre tópicos. Dessa forma, os recursos do NLU não excedem o peso de um tópico em relação a outro com base nas frases de gatilho configuradas.
Avaliando suas alterações
Depois de atualizar frases de gatilho ou depois de mesclar ou dividir tópicos, haverá várias maneiras de avaliar as alterações:
- Uma alteração imediata no comportamento do agente, que pode ser observada por meio do chat de teste (por exemplo, um tópico que agora esteja disparando ou não com base em atualizações da frase de gatilho).
- Uma alteração após a implantação do agente e lidando com o tráfego, o que se traduz em taxas de desvio (não escalonamento) mais altas ou menores. Isso pode ser observado na guia de análise no Copilot Studio.
Gorjeta
Você pode testar o disparo de tópico e como o modelo NLU se sai em relação aos dados de teste em massa usando o Kit do Copilot Studio.
Embora os recursos e os componentes subjacentes usados para compilar o Kit do Copilot Studio (como a interação com a Direct Line API) sejam totalmente compatíveis, o Kit do Copilot Studio propriamente dito representa implementações de amostra desses recursos.
Nossos clientes e a comunidade podem usar e ajustar o Kit do Copilot Studio para implementar testes em massa. Se você enfrentar problemas com o Kit do Copilot Studio, relate o problema aqui: https://aka.ms/CopilotStudioKit. (O suporte da Microsoft não ajudará você em problemas relacionados a estas amostras, mas ajudará em problemas relacionados à plataforma e recursos subjacentes.)