Configuración de agentes

Los agentes tienen muchos parámetros de configuración que influyen en el comportamiento, y cada consola proporciona parámetros de configuración diferentes.

Configuración de agentes en la consola de Agentes conversacionales

Para acceder a la configuración del agente:

Console

  1. Abre la consola de Agentes conversacionales.
  2. Elige tu proyecto.
  3. Selecciona el agente.
  4. Haz clic en el ícono de configuración en la esquina superior derecha.
  5. Actualiza la configuración según sea necesario.
  6. Haz clic en Guardar.

API

Consulta los métodos get y patch/update para el tipo Agent.

Selecciona un protocolo y una versión para la Referencia del agente:

Protocolo V3 V3beta1
REST Recurso de agente Recurso de agente
RPC Interfaz de agente Interfaz de agente
C++ AgentsClient No disponible
C# AgentsClient No disponible
Go AgentsClient No disponible
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP No disponible No disponible
Python AgentsClient AgentsClient
Ruby No disponible No disponible

En las siguientes subsecciones, se describen las diferentes categorías de la configuración del agente.

Configuración general

Las siguientes opciones de configuración general están disponibles para los agentes:

  • Nombre visible

    Un nombre legible por humanos para tu agente.

  • Zona horaria

    La zona horaria predeterminada del agente.

  • Inicio de la conversación

    Este parámetro de configuración determina si tu agente inicia la conversación con una guía generativa o un flujo determinístico.

  • Ubicación del agente

    La región del agente que seleccionaste cuando lo creaste.

  • Bloqueo de agentes

    • Bloquear el agente: Indica si el agente está bloqueado. No se puede editar un agente bloqueado.

  • Configuración de registros

    • Habilitar Cloud Logging: Indica si Cloud Logging está habilitado para el agente.

    • Habilitar el historial de conversaciones: Indica si deseas que Google recopile y almacene las consultas ocultadas de los usuarios finales para mejorar la calidad.

    • Especifica un URI de Cloud Storage para almacenar y reproducir conversaciones de voz: Cuando el historial de conversaciones está habilitado, puedes proporcionar un URI de Cloud Storage, y el audio de la conversación se guardará en esta ubicación. Este campo se sincroniza con la configuración de voz avanzada para el bucket de exportación de audio. De manera opcional, puedes usar el botón Explorar Google Cloud Storage, que abrirá un panel de selección de bucket.

    • Habilita la ocultación de entradas de usuarios finales basada en el consentimiento: Si este parámetro de configuración está habilitado, te permite usar un parámetro de sesión especial para controlar si las entradas y los parámetros de los usuarios finales se ocultan del historial de conversaciones y de Cloud Logging. De forma predeterminada, el parámetro de sesión es true. Si se inhabilita este parámetro de configuración, no se ocultará ningún dato.

      El consentimiento del usuario se recopila con un parámetro de sesión booleano: $session.params.conversation-redaction. Si este parámetro de configuración está habilitado y el parámetro de sesión se establece en false, no se produce ninguna ocultación (se siguen aplicando otras estrategias de ocultación). Si este parámetro de configuración está habilitado y el parámetro de sesión se establece en true, se produce la ocultación.

      Un ejemplo de flujo de solicitud de consentimiento podría ser el siguiente: primero, pregúntale al usuario si desea conservar la entrada del usuario final y haz coincidir la respuesta con dos intents, uno es "intent de sí" y el otro es "intent de no". Luego, establece el parámetro de sesión en false (sin ocultamiento) en los ajustes predeterminados de parámetros de la ruta "yes intent" en fulfillment y en true (se produce el ocultamiento) en el ajuste predeterminado de parámetros de la ruta "no intent".

  • Exportación a BigQuery

    • Habilita la exportación a BigQuery: Indica si la exportación a BigQuery está habilitada.
    • Conjunto de datos de BigQuery: Es el nombre del conjunto de datos de BigQuery.
    • Tabla de BigQuery: Es el nombre de la tabla de BigQuery.

  • Sugerencias de intents

    Puedes habilitar las sugerencias de intents.

  • Comentarios de los usuarios

    Puedes habilitar este parámetro de configuración para proporcionar comentarios sobre la calidad de las respuestas del agente, lo que incluye Me gusta o No me gusta.

  • Integración de Git

    Usa este parámetro de configuración para agregar una integración de Git.

Configuración de IA generativa

Están disponibles los siguientes parámetros de configuración de IA generativa:

  • General:

    • Selección del modelo generativo

    Selecciona el modelo que usarán las funciones generativas. Para obtener más información, consulta Versiones de modelos.

  • Límites de tokens:

    • Límite de tokens de entrada

      Selecciona el límite de tokens de entrada para el modelo generativo. Este es el tamaño máximo de tokens para la entrada que se enviará al modelo. Según el modelo, un token puede tener entre un carácter y una palabra. Los límites de tokens más pequeños tienen una latencia más baja, pero el tamaño de entrada del modelo es limitado. Los límites de tokens más grandes tienen una latencia más alta, pero el tamaño de entrada del modelo puede ser mayor.

    • Límite de tokens de salida

      Selecciona el límite de tokens de salida para el modelo generativo. Este es el tamaño máximo de tokens para el resultado que se recibe del modelo. Según el modelo, un token puede ser entre un carácter y una palabra. Los límites de tokens más pequeños tienen una latencia más baja, pero el tamaño del resultado del modelo es limitado. Los límites de tokens más grandes tienen una latencia más alta, pero el tamaño del resultado del modelo puede ser mayor.

    • Temperatura

      La temperatura de un LLM te permite controlar qué tan creativas son las respuestas. Un valor bajo proporciona respuestas más predecibles. Un valor alto proporciona respuestas más creativas o aleatorias.

    • Límites de tokens de contexto

      Este parámetro de configuración elimina algunos turnos anteriores de la instrucción del LLM para evitar que el tamaño de la instrucción crezca con cada turno secuencial que controla el agente. Esta función ofrece una forma de mitigar el crecimiento no deseado del tamaño de las instrucciones.

      Normalmente, sin truncamiento, cada turno posterior se agregará al "historial de conversación" de la instrucción del LLM, independientemente de si es relevante para el turno actual. En última instancia, esto puede hacer que el tamaño de la instrucción aumente con cada turno. A medida que el historial de conversaciones ocupa más espacio de la instrucción, se puede usar menos de la instrucción para algunos ejemplos (por lo que estos podrían descartarse). Con el tiempo, la instrucción también podría incumplir los límites de tokens actuales. Puedes aumentar los tamaños de los tokens para adaptarlos, pero ten en cuenta que los tamaños de las instrucciones aumentados también se suman a la latencia de respuesta del LLM.

      La reducción de contexto te permite establecer un porcentaje del presupuesto de tokens que se reservará para el historial de conversaciones, como máximo. Los turnos de conversación se conservan en orden de más a menos recientes. Este parámetro de configuración puede ayudarte a evitar que se superen los límites de tokens. Independientemente del parámetro de configuración que elijas, se conservará un mínimo de dos turnos de conversación, en orden del más reciente al menos reciente.

      Primero, debes establecer un límite de tokens para poder modificar este parámetro de configuración.

      Truncar el contexto puede provocar que se pierdan algunos parámetros de forma involuntaria si forman parte de turnos eliminados. Evalúa cuidadosamente las interacciones de tu guía después de habilitar esta opción.

      El presupuesto de entrada de tokens también se usa para lo siguiente:

      • Instrucciones y ejemplos del sistema: Se agregan automáticamente a la instrucción. Este comportamiento no se puede modificar.
      • Instrucciones y objetivos de la guía: Las instrucciones y los objetivos que escribas se agregarán a la instrucción en su totalidad.
      • Ejemplos de algunos ejemplos de la guía: Se agregan en orden (de forma predeterminada) o con un algoritmo que elijas (como el orden de coincidencia óptima de expresiones regulares). Los ejemplos se seleccionan para que se ajusten al presupuesto de tokens de entrada después de que se incluyan todos los demás elementos.
      • Es el historial de conversaciones compuesto por las expresiones del usuario y del agente, el contexto de transición del flujo y de la guía, las llamadas a herramientas y los resultados en la misma sesión de todos los turnos anteriores que controla de forma secuencial la guía actual.

    • Frases prohibidas

    Es una lista de frases que están prohibidas para la IA generativa. Si aparece una frase prohibida en la instrucción o en la respuesta generada, la generación fallará. Ten en cuenta que la lista de frases prohibidas tiene consecuencias en cada consulta y llamada al LLM, y aumentará la latencia.

    • Filtros de seguridad

    Configura los niveles de sensibilidad de los filtros de seguridad con respecto a las diferentes categorías de IA responsable (RAI). El contenido se evaluará en función de las siguientes cuatro categorías:

    Categoría Descripción
    Incitación al odio o a la violencia Comentarios negativos o dañinos que se orientan a la identidad o los atributos protegidos.
    Contenido peligroso Promueve o habilita el acceso a bienes, servicios o actividades perjudiciales
    Contenido sexual explícito Incluye referencias a actos sexuales o a otro contenido obsceno
    Hostigamiento Comentarios maliciosos, intimidantes, de bullying o abusivos dirigidos a otra persona

    El contenido se bloquea en función de la probabilidad de que sea dañino. El nivel de sensibilidad se puede personalizar eligiendo una de las opciones No bloquear ninguno, Bloquear pocos, Bloquear algunos y Bloquear la mayoría para cada categoría.

    Para obtener más información, consulta Cómo configurar los atributos de seguridad.

    • Seguridad de las instrucciones

    Puedes marcar el parámetro de configuración Habilitar la verificación de seguridad de instrucciones para habilitar las verificaciones de seguridad de instrucciones. Si se habilita, el agente rechazará las consultas de los usuarios que activen el filtro de seguridad, incluidos los ataques de inyección de instrucciones. Estos ataques se pueden usar para revelar partes de la instrucción del agente o para proporcionar respuestas que el agente no debería proporcionar. Esto se logra enviando una instrucción adicional del LLM que verifica si la consulta del usuario es posiblemente maliciosa. Si está habilitada, puedes proporcionar las siguientes opciones:

    • Configuración de seguridad de las instrucciones: Puedes seleccionar Predeterminada para la configuración de seguridad predeterminada o Personalizar para aclarar qué consultas de los usuarios se deben considerar seguras o no seguras.
    • Selecciona el modelo generativo: Esto controla el LLM que se usa para la clasificación. Si seleccionas Predeterminado (recomendado), se elegirá un modelo predeterminado para ti, que puede cambiar automáticamente a medida que haya modelos más nuevos y mejorados disponibles.
    • Mensaje de seguridad: Puedes seleccionar Predeterminado para un mensaje de seguridad predeterminado o Personalizar para proporcionar instrucciones que ayuden a clasificar las consultas de usuarios maliciosos. Si seleccionas Predeterminado, es posible que la instrucción se actualice automáticamente para mejorarla.
    • Umbral de entrada: Es la longitud mínima de caracteres para una consulta de usuario antes de que se apliquen las verificaciones de seguridad. Las consultas pequeñas son más ambiguas y pueden clasificarse de forma incorrecta. Cualquier consulta más pequeña que el umbral de entrada se tratará como inherentemente segura.

  • Respuesta generativa de respaldo:

  • Almacén de datos:

    Consulta Configuración del agente de almacén de datos.

Flujos determinísticos

Esta configuración se aplica a todos los flujos de este agente, excepto la configuración de AA, que se aplica por flujo. Para editar otros parámetros de configuración específicos del flujo, navega al flujo en la consola y edita los parámetros de configuración allí.

  • Entrenamiento de intents: Los flujos usan algoritmos de aprendizaje automático (AA) para comprender las entradas de los usuarios finales, vincularlas con intents y extraer datos estructurados. Los flujos aprenden de las frases de entrenamiento que proporcionas y de los modelos de lenguaje integrados en los flujos. Según estos datos, crea un modelo para tomar decisiones sobre qué intent debe coincidir con una entrada del usuario final. Puedes aplicar parámetros de configuración de AA únicos para cada flujo de un agente.

    Están disponibles los siguientes parámetros de configuración de entrenamiento de intents:

    • Corrección ortográfica

    Si esta opción está habilitada y la entrada del usuario final tiene un error ortográfico o gramatical, se buscará una coincidencia con un intent como si se hubiera escrito correctamente. La respuesta de detección de intents contendrá la entrada corregida del usuario final. Por ejemplo, si un usuario final ingresa "Quiero una mansana", se procesará como si hubiera ingresado "Quiero una manzana". Esto también se aplica a las coincidencias que involucran entidades del sistema y personalizadas.

    Las correcciones ortográficas están disponibles en alemán, español, francés, inglés e italiano. Están disponibles en todas las regiones de Dialogflow CX.

    Advertencias y prácticas recomendadas:

    • La corrección ortográfica no puede corregir errores de ASR (reconocimiento de voz automático), por lo que no recomendamos habilitarla para agentes que usen entradas de ASR.
      • Es posible que la entrada corregida coincida con el intent incorrecto. Para solucionar este problema, agrega frases que no coincidan con frecuencia a los ejemplos negativos.

    • La corrección ortográfica aumenta levemente el tiempo de respuesta del agente.

      • Si un agente se define con jerga específica del dominio, es posible que las correcciones no sean deseadas.

    • Configuración de AA específica del flujo:

      Puede ser uno de los siguientes:

      • CLN avanzada: (predeterminada) Tecnología de CLN avanzada. Este tipo de NLU funciona mejor que el estándar, en especial para agentes y flujos grandes.
      • CLN estándar: Es la tecnología de CLN estándar. Ya no recibirá mejoras de calidad ni funciones nuevas.

      • Entrenamiento automático

        Si está habilitado, el flujo se entrena cada vez que se actualiza con la consola. En el caso de los flujos grandes, esto puede causar demoras en la IU de la consola, por lo que debes inhabilitar este parámetro de configuración y entrenar manualmente según sea necesario para los flujos grandes.

      • Umbral de clasificación

        Para filtrar los resultados de falsos positivos y, aun así, obtener variedad en las entradas de lenguaje natural coincidentes para tu agente, puedes ajustar el umbral de clasificación del aprendizaje automático. Este parámetro de configuración controla la confianza mínima de detección de intents necesaria para una coincidencia de intents.

        Si la puntuación de confianza para una coincidencia de intent es menor que el valor de umbral, se invocará un evento no-match.

        Puedes establecer un valor de umbral de clasificación independiente para cada flujo en cada idioma habilitado para el agente. Esto se hace para adaptarse a los diferentes idiomas que tienen un mejor rendimiento con diferentes umbrales de clasificación. Para obtener más información sobre cómo crear un agente multilingüe, consulta la documentación sobre agentes multilingües.

      • Estado del entrenamiento

        Indica si el flujo se entrenó desde la última actualización de los datos del flujo.

      • Entrena

        Usa este botón para entrenar el flujo de forma manual.

    • Idioma

      Son los idiomas que admite tu agente. Una vez que se crea un agente, no se puede cambiar el idioma predeterminado. Sin embargo, puedes realizar las siguientes acciones:

      1. Exporta tu agente al formato JSON.
      2. Extrae el archivo descargado.
      3. Busca el archivo agent.json.
      4. Actualiza los campos defaultLanguageCode y supportedLanguageCodes con los valores elegidos.
      5. Restablece el agente al mismo agente o a uno diferente del paso 1.
      6. Actualiza las frases de entrenamiento y los valores de entidad específicos del idioma según sea necesario.

      También puedes habilitar la detección y el cambio automáticos de idioma.

Conectividad

  • Plantilla de carga útil personalizada

    En esta sección, puedes crear descripciones y cargas útiles para las plantillas de carga útil personalizada.

  • Definición del parámetro

    Indica con claridad qué parámetros de los parámetros de sesión se enviarán al webhook y qué parámetros de sesión se pueden establecer con la respuesta del webhook.

  • Configuración de certificados de cliente

    Se usa para subir certificados SSL.

Voz e IVR

  • Opciones de voz:

    • Text-to-Speech

    • Idiomas y voces

      Puedes seleccionar el idioma y la voz que se usarán para la síntesis de voz.

      Puedes habilitar la Voz personalizada para tu agente. Para ello, selecciona la opción de voz personalizada en el cuadro de lista desplegable de nombres de voz y especifica el nombre de la voz personalizada en el campo correspondiente. El nombre de la voz personalizada debe seguir el siguiente patrón: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

      También puedes usar la clonación de voz.

      • Si usas la puerta de enlace de telefonía, asegúrate de que a la cuenta de servicio del agente de servicio de Dialogflow service-PROJECT_NUMBER@gcp-sa-dialogflow. se le otorgue el rol de "Predictor de AutoML" en tu proyecto de voz personalizado.

      • Para las llamadas a la API normales, asegúrate de que la cuenta de servicio que se usa para llamar a Dialogflow CX tenga el rol de "Predictor de AutoML" en tu proyecto de voz personalizado.

      • Tono de voz

        Controla la altura relativa del tono de voz.

      • Velocidad de habla

        Controla la velocidad de habla de la voz.

      • Anula la configuración de voz sintetizada a nivel de la solicitud

        Si está habilitada, la configuración de voz sintetizada especificada en la configuración del agente anula la especificada en la API, la integración de socios o el perfil de conversación.

      • Pronunciación

        Usa estos parámetros de configuración para proporcionarle al agente la pronunciación de ciertas frases con la codificación fonética X-SAMPA.

    • Speech-to-Text

      • Habilita la adaptación automática de voz

      Consulta Adaptación de voz automática.

  • Asistente de llamadas: Consulta Asistente de llamadas.

Configuración de la IU

Puedes usar estos parámetros de configuración para personalizar las interfaces de usuario de Messenger y del complemento de llamadas.

Seguridad

Para obtener más información, consulta Configuración de seguridad y Control de acceso.

Configuración del agente en la consola de Dialogflow CX

Para acceder a la configuración del agente:

Console

  1. Abre la consola.
  2. Elige tu proyecto.
  3. Selecciona el agente.
  4. Haz clic en Configuración del agente.
  5. Actualiza la configuración según sea necesario.
  6. Haz clic en Guardar.

API

Para obtener más información, consulta los métodos get y patch/update para el tipo Agent.

Selecciona un protocolo y una versión para la Referencia del agente:

Protocolo V3 V3beta1
REST Recurso de agente Recurso de agente
RPC Interfaz de agente Interfaz de agente
C++ AgentsClient No disponible
C# AgentsClient No disponible
Go AgentsClient No disponible
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP No disponible No disponible
Python AgentsClient AgentsClient
Ruby No disponible No disponible

Configuración general

Las siguientes opciones de configuración general están disponibles para los agentes:

  • Nombre visible: Es un nombre legible por humanos para tu agente.
  • Zona horaria: Es la zona horaria predeterminada de tu agente.

  • Idioma predeterminado: Es el idioma predeterminado que admite tu agente. Una vez que se crea un agente, no se puede cambiar el idioma predeterminado. Sin embargo, puedes hacer lo siguiente:

    1. Exporta tu agente al formato JSON.
    2. Extrae el archivo descargado.
    3. Busca el archivo agent.json.
    4. Actualiza los campos defaultLanguageCode y supportedLanguageCodes con los valores necesarios.
    5. Restablece el agente al mismo agente o a uno diferente del paso 1.
    6. Actualiza las frases de entrenamiento y los valores de entidad específicos del idioma según sea necesario.

  • Bloqueo de agentes:

    • Bloquear el agente: Indica si el agente está bloqueado. No se puede editar un agente bloqueado.

  • Configuración de registros:

    • Habilitar Cloud Logging: Indica si Cloud Logging está habilitado para el agente.
    • Habilitar el historial de conversaciones: Indica si deseas que Google recopile y almacene las consultas ocultadas de los usuarios finales para mejorar la calidad.
    • Habilita la ocultación de entradas de usuarios finales basada en el consentimiento:

    Si se habilita este parámetro de configuración, puedes usar un parámetro de sesión especial para controlar si la entrada y los parámetros del usuario final se ocultan del historial de conversaciones y de Cloud Logging. De forma predeterminada, el parámetro de sesión es true. Si se inhabilita este parámetro de configuración, no se ocultará ningún dato.

    El consentimiento del usuario se recopila con un parámetro de sesión booleano: $session.params.conversation-redaction. Si este parámetro de configuración está habilitado y el parámetro de sesión se establece en false, no se produce ninguna ocultación (se siguen aplicando otras estrategias de ocultación). Si este parámetro de configuración está habilitado y el parámetro de sesión se establece en true, se produce la ocultación.

    Un ejemplo de flujo de solicitud de consentimiento podría ser el siguiente: primero, pregúntale al usuario si desea conservar la entrada del usuario final y haz coincidir la respuesta con dos intents, uno es "intent de sí" y el otro es "intent de no". Luego, establece el parámetro de sesión en false (sin ocultamiento) en los ajustes predeterminados de parámetros de la ruta "yes intent" en fulfillment y en true (se produce el ocultamiento) en el ajuste predeterminado de parámetros de la ruta "no intent".

  • Exportación a BigQuery:

    • Habilita la exportación a BigQuery: Indica si la exportación a BigQuery está habilitada.
    • Conjunto de datos de BigQuery: Es el nombre del conjunto de datos de BigQuery.
    • Tabla de BigQuery: Es el nombre de la tabla de BigQuery.

  • Sugerencias de intents: Puedes habilitar las sugerencias de intents.

  • Plantilla de carga útil personalizada: En esta sección, puedes crear descripciones y cargas útiles para plantillas de carga útil personalizadas.

Configuración del AA

Dialogflow CX usa algoritmos de aprendizaje automático (AA) para comprender las entradas de los usuarios finales, hacerlas coincidir con intents y extraer datos estructurados. Dialogflow CX aprende de las frases de entrenamiento que proporcionas y de los modelos de lenguaje integrados en Dialogflow CX. Según estos datos, se crea un modelo para tomar decisiones sobre qué intent debe coincidir con una entrada del usuario final. Puedes aplicar parámetros de configuración de AA únicos para cada flujo de un agente, y el modelo que crea Dialogflow CX es único para cada flujo.

Las siguientes opciones de configuración del AA de todo el agente están disponibles:

  • Permite que el AA corrija la ortografía:

    Si esta opción está habilitada y la entrada del usuario final tiene un error ortográfico o gramatical, se buscará una coincidencia con un intent como si se hubiera escrito correctamente. La respuesta de detección de intents contendrá la entrada corregida del usuario final. Por ejemplo, si un usuario final ingresa "Quiero una mansana", se procesará como si hubiera ingresado "Quiero una manzana". Esto también se aplica a las coincidencias que involucran entidades del sistema y personalizadas.

    La corrección ortográfica está disponible en alemán, español, francés, inglés e italiano. Está disponible en todas las regiones de Dialogflow CX.

    Advertencias y prácticas recomendadas:

    • La corrección ortográfica no puede corregir los errores de ASR (reconocimiento de voz automático), por lo que no recomendamos habilitarla para los agentes que usan entradas de ASR.
    • Es posible que la entrada corregida coincida con el intent incorrecto. Para solucionar este problema, puedes agregar frases que suelen coincidir de forma incorrecta a los ejemplos negativos.
    • La corrección ortográfica aumenta levemente el tiempo de respuesta del agente.
    • Si un agente se define con jerga específica del dominio, es posible que las correcciones no sean deseadas.

Las siguientes opciones de configuración del AA específicas para los flujos están disponibles:

  • Tipo de NLU:

    Puede ser uno de los siguientes:

  • Entrenamiento automático: Si está habilitado, el flujo se entrena cada vez que se actualiza con la consola. En el caso de los flujos grandes, esto puede causar demoras en la IU de la consola, por lo que debes inhabilitar este parámetro de configuración y entrenar manualmente según sea necesario para los flujos grandes.

  • Umbral de clasificación:

    Para filtrar los resultados de falsos positivos y, aun así, obtener variedad en las entradas de lenguaje natural que coinciden con tu agente, puedes ajustar el umbral de clasificación del aprendizaje automático. Este parámetro de configuración controla la confianza mínima de detección de intents necesaria para una coincidencia de intents.

    Si la puntuación de confianza para una coincidencia de intent es menor que el valor de umbral, se invocará un evento no-match.

    Puedes establecer un valor de umbral de clasificación independiente para cada flujo en cada idioma habilitado para el agente. Esto se hace para adaptarse a los diferentes idiomas que tienen un mejor rendimiento en diferentes umbrales de clasificación. Para obtener más información sobre cómo crear un agente multilingüe, consulta la documentación sobre agentes multilingües.

  • Estado del entrenamiento: Indica si el flujo se entrenó desde la última actualización de los datos del flujo.

  • Entrenar NLU: Usa este botón para entrenar el flujo de forma manual.

Configuración de IA generativa

Están disponibles los siguientes parámetros de configuración de IA generativa:

  • General:

    • Frases prohibidas: Es una lista de frases que están prohibidas para la IA generativa. Si aparece una frase prohibida en la instrucción o en la respuesta generada, la generación fallará.
    • Filtros de seguridad: Configura los niveles de sensibilidad de los filtros de seguridad con respecto a las diferentes categorías de IA responsable (RAI). El contenido se evaluará en función de las siguientes cuatro categorías:
    Categoría Descripción
    Incitación al odio o a la violencia Comentarios negativos o dañinos que se orientan a la identidad o los atributos protegidos.
    Contenido peligroso Promueve o habilita el acceso a bienes, servicios y actividades perjudiciales.
    Contenido sexual explícito Incluye referencias a actos sexuales o a otro contenido obsceno.
    Hostigamiento Comentarios maliciosos, intimidantes, de bullying o abusivos dirigidos a otra persona.

    El contenido se bloquea en función de la probabilidad de que sea dañino. El nivel de sensibilidad se puede personalizar eligiendo una de las opciones No bloquear ninguno, Bloquear pocos, Bloquear algunos y Bloquear la mayoría para cada categoría.

    Para obtener más información, consulta Cómo configurar los atributos de seguridad.

    • Seguridad de las instrucciones: Puedes marcar el parámetro de configuración Habilitar la verificación de seguridad de las instrucciones para habilitar las verificaciones de seguridad de las instrucciones. Si se habilita, el agente intentará evitar los ataques de inyección de instrucciones. Estos ataques se pueden usar para revelar partes de la instrucción del agente o para proporcionar respuestas que el agente no debería proporcionar. Esto se logra enviando una instrucción adicional al LLM que verifica si la consulta del usuario es potencialmente maliciosa.

  • Agente generativo:

    • Selección del modelo generativo: Selecciona el modelo que usan las funciones generativas. Para obtener más información, consulta Versiones de modelo.
    • Truncamiento del contexto de la guía: Quita algunos turnos anteriores de la instrucción de la guía para evitar que el tamaño de la instrucción aumente con cada turno secuencial que controla la guía. Esta función ofrece una forma de mitigar el crecimiento no deseado del tamaño de las instrucciones.

    Normalmente, sin truncamiento, cada turno posterior se agregará al "historial de conversación" de la instrucción del LLM, independientemente de si es relevante para el turno actual. En última instancia, esto puede hacer que el tamaño de la instrucción aumente con cada turno. A medida que el historial de conversaciones ocupa más espacio en la instrucción, se puede usar menos de la instrucción para los ejemplos de aprendizaje con algunos ejemplos (por lo que estos podrían descartarse). Con el tiempo, la instrucción también podría superar los límites de tokens actuales. Puedes aumentar los tamaños de los tokens para adaptarlos, pero ten en cuenta que los tamaños de las instrucciones aumentados también se suman a la latencia de la respuesta del LLM.

    La reducción del contexto de la guía te permite establecer un porcentaje del presupuesto de tokens que se reservará para el historial de conversaciones, como máximo. Los turnos de conversación se conservan en orden de más a menos recientes. Este parámetro de configuración puede ayudarte a evitar que se superen los límites de tokens. Independientemente del parámetro de configuración que elijas, se conservará un mínimo de dos turnos de conversación, en orden de más reciente a menos reciente.

    Primero, debes establecer un límite de tokens para poder modificar este parámetro de configuración.

    Importante: El truncamiento del contexto puede provocar que algunos parámetros se pierdan de forma involuntaria si forman parte de turnos eliminados. Evalúa tus interacciones con la guía con cuidado después de habilitar esta opción.

    El presupuesto de entrada de tokens también se usa para lo siguiente:

    • Se agregaron automáticamente instrucciones y ejemplos del sistema a la instrucción. Este comportamiento no se puede modificar.
    • Instrucciones y objetivos de la guía: Las instrucciones y los objetivos que escribas se agregarán a la instrucción en su totalidad.
    • Ejemplos de algunos ejemplos de la guía agregados en orden (de forma predeterminada) o por un algoritmo que elijas (como el orden de mejor coincidencia de expresiones regulares). Los ejemplos se seleccionan para que se ajusten al presupuesto de tokens de entrada después de que se incluyan todos los demás elementos.
    • Historial de conversaciones compuesto por expresiones del usuario y del agente, contexto de transición de flujo y guía, llamadas a herramientas y resultados en la misma sesión de todos los turnos anteriores que controla de forma secuencial la guía actual.

  • Respuesta generativa de respaldo:

  • Almacén de datos: Consulta Configuración del agente de almacén de datos.

Configuración de IVR y voz

Están disponibles los siguientes parámetros de configuración de voz y de IVR:

  • Text-to-Speech:

    • Selección de voz:

    Puedes seleccionar el idioma y la voz que se usarán para la síntesis de voz.

    Puedes habilitar la Voz personalizada para tu agente. Para ello, selecciona la opción de voz personalizada en el cuadro de selección de voz y especifica el nombre de la voz personalizada en el campo correspondiente. El nombre de la voz personalizada debe seguir el siguiente patrón: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

    • Si usas la puerta de enlace de telefonía, asegúrate de que a la cuenta de servicio del agente de servicio de Dialogflow service-PROJECT_NUMBER@gcp-sa-dialogflow. se le otorgue el rol de "Predictor de AutoML" en tu proyecto de voz personalizado.
    • Para las llamadas a la API normales, asegúrate de que a la cuenta de servicio que se usa para llamar a Dialogflow CX se le otorgue el rol de "AutoML Predictor" en tu proyecto de voz personalizado.

  • Speech-to-Text:

DTMF

Consulta DTMF para integraciones de telefonía.

Multimodal

Consulta Call companion.

Configuración de uso compartido

Consulta Control de acceso.

Configuración de idiomas

Agrega asistencia adicional de idiomas a tu agente. Para obtener la lista completa de idiomas, consulta la referencia de idiomas.

Detección automática de idioma

Cuando configuras la detección automática de idioma, tu agente de chat detectará automáticamente el idioma del usuario final y cambiará a ese idioma. Consulta la documentación de la detección automática de idiomas para obtener más detalles.

Configuración de seguridad

Consulta Configuración de seguridad.

Configuración avanzada

El único parámetro de configuración avanzado es para el análisis de sentimiento.

Configuración de Generative AI App Builder

En esta sección, se describen los parámetros de configuración disponibles para las apps de agentes.

General

Los siguientes parámetros de configuración generales están disponibles para las apps de agentes:

  • Nombre visible: Es un nombre legible por humanos para tu app de agente.
  • Ubicación: Es la región de la app del agente.
  • Bloqueo de la app: Si está habilitado, no se permiten cambios en la app del agente.

Logging

La siguiente configuración de registro está disponible para las apps de agentes:

  • Habilitar Cloud Logging: Si se habilita, los registros se enviarán a Cloud Logging.
  • Habilitar el historial de conversaciones: Si se habilita, el historial de conversaciones estará disponible. Indica si quieres que Google recopile y almacene consultas de usuarios finales ocultadas para mejorar la calidad. Este parámetro de configuración no afecta si se usa el historial de conversaciones para generar respuestas del agente.
  • Habilita BigQuery Export: Si está habilitado, el historial de conversaciones se exporta a BigQuery. También se debe habilitar el parámetro de configuración Habilitar el historial de conversaciones.

IA generativa

Los siguientes parámetros de configuración de IA generativa están disponibles para las apps de agentes:

  • Selección del modelo generativo: Selecciona el modelo generativo que los agentes deben usar de forma predeterminada.
  • Límite de tokens de entrada: Selecciona el límite de tokens de entrada para el modelo generativo. Este es el tamaño máximo de tokens para la entrada que se enviará al modelo. Según el modelo, un token puede ser entre un carácter y una palabra. Los límites de tokens más pequeños tienen una latencia más baja, pero el tamaño de entrada del modelo es limitado. Los límites de tokens más grandes tienen una latencia más alta, pero el tamaño de entrada del modelo puede ser mayor.
  • Límite de tokens de salida: Selecciona el límite de tokens de salida para el modelo generativo. Este es el tamaño máximo de tokens para que se reciba el resultado del modelo. Según el modelo, un token puede ser entre un carácter y una palabra. Los límites de tokens más pequeños tienen una latencia más baja, pero el tamaño del resultado del modelo es limitado. Los límites de tokens más grandes tienen una latencia más alta, pero el tamaño del resultado del modelo puede ser mayor.
  • Temperatura: La temperatura de un LLM te permite controlar qué tan creativas son las respuestas. Un valor bajo proporciona respuestas más predecibles. Un valor alto proporciona respuestas más creativas o aleatorias.
  • Frases prohibidas: Es una lista de frases que están prohibidas para la IA generativa. Si aparece una frase prohibida en la instrucción o en la respuesta generada, el agente devolverá una respuesta de resguardo.

  • Filtros de seguridad: Configura los niveles de sensibilidad de los filtros de seguridad con respecto a las diferentes categorías de IA responsable (RAI). El contenido se evaluará según las siguientes cuatro categorías:

    Categoría Descripción
    Incitación al odio o a la violencia Comentarios negativos o dañinos que se orientan a la identidad o los atributos protegidos.
    Contenido peligroso Promueve o habilita el acceso a bienes, servicios y actividades perjudiciales.
    Contenido sexual explícito Incluye referencias a actos sexuales o a otro contenido obsceno.
    Hostigamiento Comentarios maliciosos, intimidantes, de bullying o abusivos dirigidos a otra persona.

    El contenido se bloquea en función de la probabilidad de que sea dañino. El nivel de sensibilidad se puede personalizar eligiendo una de las siguientes opciones: No bloquear nada (inhabilita las verificaciones de RAI), Bloquear poco (bloquea solo las instancias de contenido dañino con alta probabilidad), Bloquear algo (instancias con probabilidad media y alta) y Bloquear la mayoría (probabilidad baja, media y alta) para cada categoría.

    Para obtener más información, consulta Cómo configurar los atributos de seguridad.

  • Seguridad de las instrucciones: Puedes marcar el parámetro de configuración Habilitar la verificación de seguridad de las instrucciones para habilitar las verificaciones de seguridad de las instrucciones. Si se habilita, el agente intentará evitar los ataques de inyección de instrucciones. Estos ataques se pueden usar para revelar partes de la instrucción del agente o para proporcionar respuestas que el agente no debería proporcionar. Esto se logra enviando una instrucción adicional del LLM que verifica si la consulta del usuario final es posiblemente maliciosa.

Git

Estos parámetros de configuración proporcionan una integración de Git. Sigue las instrucciones para configurar la integración.

Anterior
Recopilación de códigos postales
Siguiente
Modelos de voz