Questa guida fornisce una procedura dettagliata completa per la creazione e la configurazione dei generatori di coach AI nella console di Agent Assist. Colma il divario tra le panoramiche concettuali e l'integrazione degli strumenti tecnici, descrivendo in dettaglio i passaggi e la logica specifici richiesti.
Creare un generatore
Segui questi passaggi per creare un generatore:
Accedi alla console di Agent Assist e seleziona coach AI nella barra laterale Funzionalità.
Fai clic su Crea per aprire il riquadro di configurazione.
Impostazioni di base
Configura le seguenti impostazioni di base:
- Nome del generatore: fornisci un identificatore univoco e descrittivo (ad esempio,
upsell-pixel-watch). - Selezione della versione: scegli la versione stabile più recente. Presta attenzione alle descrizioni comando dello strumento del ciclo di vita della versione:
- Anteprima: solo per la lista consentita; non ancora disponibile a livello generale.
- Legacy: in attesa di essere ritirata; esegui l'aggiornamento a breve per evitare interruzioni del servizio.
- Ritirata: non più supportata; esegui subito l'aggiornamento.
- Attivatore a livello di generatore: definisce l'evento predefinito per il modello per valutare la conversazione (ad esempio, Nei messaggi dei clienti).
Indicazioni generali
Utilizza la sezione Indicazioni generali per impostare regole globali che si applicano a tutte le istruzioni all'interno del generatore. In questo modo, puoi mantenere la coerenza senza ripetere la logica in ogni istruzione.
- Glossario: definisci i termini specifici dell'attività. Ad esempio:
Account authentication is considered completed if the PIN matches.
- Stile e tono: specifica come deve essere la voce dell'agente. Ad esempio:
Always be empathetic and avoid jargon.
- Processo di ragionamento: indica al modello come deve pensare. Ad esempio:
Prioritize security-related instructions over upselling.
Per maggiori dettagli o esempi sulle indicazioni generali, consulta Best practice: indicazioni generali.
Configurare le istruzioni
I generatori sono composti da una o più istruzioni. Ogni istruzione definisce uno scenario specifico e le indicazioni corrispondenti per l'agente. Aggiungi istruzioni utilizzando i seguenti parametri:
| Componente | Descrizione | Requisito o formato |
|---|---|---|
| Titolo visualizzato | Un nome utilizzato per gestire più istruzioni. | Non visibile all'LLM. |
| Mostra dettagli | Contenuto statico mostrato all'agente. | Supporta Markdown per link e testo RTF. |
| Attivatore di istruzioni | Quando viene attivata questa istruzione specifica. | Esegue l'override degli attivatori a livello di generatore. |
| Condizione | Quando l'istruzione è applicabile. | Visibile al modello (ad esempio, "Il cliente chiede informazioni sui prezzi"). |
| Azione dell'agente | Cosa deve fare o dire l'agente. | Visibile al modello; supporta la logica passo passo. |
| Strumenti | Azioni di sistema automatiche. | Formato: ${tool:tool_name/action} |
Per linee guida dettagliate su condizioni, azioni e azioni di sistema, consulta Best practice: istruzioni.
Best practice per la qualità dei suggerimenti
Per ottimizzare la qualità dei suggerimenti generati da coach AI, prendi in considerazione i seguenti consigli:
- Esempi concreti: se il modello fornisce risposte generiche, aggiungi sezioni "Ad esempio" in Azione dell'agente. Ad esempio:
For Galaxy phones, recommend Galaxy Watch.
- Modelli di messaggi: utilizza i modelli di messaggi nelle azioni per controllare la formulazione esatta:
Since we've been talking about [Topic], I'd like to recommend [Product] because [Reason].
- Eliminazione dei duplicati dei suggerimenti: attiva Eliminazione dei duplicati dei suggerimenti nella configurazione del generatore per evitare di mostrare ripetutamente all'agente suggerimenti duplicati o molto simili. Puoi ottimizzare la soglia di somiglianza (valore predefinito
0.8) per controllare la sensibilità. Per dettagli e campi protobuf, consulta Best practice: eliminazione dei duplicati dei suggerimenti.
Testare con il simulatore
Prima di eseguire il deployment del generatore in un profilo di conversazione, utilizza il simulatore per convalidarne il comportamento:
- Digita i messaggi come Cliente o Agente per visualizzare prompt e attivatori in tempo reale.
- Carica i file di conversazione JSON (fino a 300 messaggi) per testare flussi complessi multi-turno.
- Verifica che Estrazione di entità identifichi correttamente i parametri (come indirizzi o numeri di conto) e li passi a
inputParametersdei tuoi strumenti.