Vous pouvez configurer les paramètres suivants de l'outil de datastore.
Paramètres de l'outil (console Conversational Agents uniquement)
La sélection d'une option dans la liste Paramètres de l'outil affecte automatiquement les autres configurations d'outils disponibles.
Les options Default et Optimized for voice sont des paramètres par défaut qui configurent automatiquement tous les autres paramètres du menu de configuration de l'outil.
Les options suivantes sont disponibles :
| Paramètres de l'outil | Description |
|---|---|
| Par défaut | Optimisé pour tous les types d'agents. |
| Optimisé pour la voix | Ce type d'outil par défaut a été configuré spécifiquement pour les agents vocaux. |
| Personnaliser | L'option Customize vous permet de spécifier vos propres paramètres d'ancrage, de réécriture et de résumé au lieu d'utiliser les valeurs par défaut attribuées à Default et Optimized for voice. |
Surface de référence
Dialogflow CX calcule un niveau de confiance pour chaque réponse générée à partir du contenu de vos datastores connectés. Cela permet d'évaluer la certitude que toutes les informations de la réponse sont étayées par des informations des datastores. Vous pouvez ajuster les réponses autorisées en sélectionnant le niveau de confiance le plus bas qui vous convient. L'agent ne renverra pas de réponses inférieures à ce niveau.
Vous avez le choix entre cinq niveaux de confiance : VERY_LOW, LOW, MEDIUM, HIGH et VERY_HIGH.
Vous pouvez également appliquer un filtre d'heuristiques d'ancrage. Si vous l'activez, l'agent supprime les réponses contenant du contenu susceptible d'être inexact en raison d'hallucinations courantes.
Sélectionner un modèle de résumé
Vous pouvez sélectionner le modèle génératif qu'un agent de data store utilise pour les requêtes génératives de résumé. Le tableau suivant liste les options disponibles :
| Nom du modèle | Étape de lancement | Spécifications du modèle |
|---|---|---|
| Par défaut | DG | Il s'agit de la configuration recommandée, qui est susceptible d'évoluer au fil du temps. Si vous utilisez cette option, vous constaterez peut-être des changements dans le comportement de l'agent (probablement des améliorations). Si vous souhaitez que le comportement de l'agent soit plus cohérent, sélectionnez un modèle spécifique. |
| Désactivé | DG | Uniquement disponible avec Customer Engagement AI. Désactive le composant de résumé sous l'outil de datastore. La latence sera améliorée, mais la qualité sera dégradée. |
| Résumé par l'agent | DG | Uniquement disponible avec Customer Engagement AI. Cette option délègue la synthèse à l'agent. Il est spécialement optimisé pour les interactions vocales avec une latence optimisée. |
| gemini-2.5-flash | DG | Gemini 2.5 Flash |
| gemini-2.5-flash-lite | DG | Gemini 2.5 Flash-Lite |
| gemini-3.1-flash-lite | DG | Gemini 3.1 Flash-Lite |
| gemini-3.5-flash-lite | DG | Gemini 3.5 Flash Lite |
Tous les modèles listés sont disponibles dans toutes les langues prises en charge et régions prises en charge.
Prompt personnalisé de résumé
Vous pouvez utiliser un prompt de résumé par défaut avec le modèle de résumé sélectionné ou fournir le vôtre. La requête est un modèle de texte pouvant contenir des espaces réservés prédéfinis. Les espaces réservés seront remplacés par les valeurs appropriées au moment de l'exécution, et le texte final sera envoyé au LLM.
Les espaces réservés sont les suivants :
$original-query: texte de la requête de l'utilisateur.$rewritten-query: Dialogflow utilise un module de réécriture pour réécrire la requête utilisateur d'origine dans un format plus précis.$sources: Dialogflow utilise Enterprise Search pour rechercher des sources en fonction de la requête de l'utilisateur. Les sources trouvées sont affichées dans un format spécifique :[1] title of first source content of first source [2] title of second source content of second source$end-user-metadata: les informations sur l'utilisateur qui envoie la requête sont affichées au format suivant :The following additional information is available about the human: { "key1": "value1", "key2": "value2", ... }$conversation: l'historique des conversations s'affiche au format suivant :Human: user's first query AGENT: answer to user's first query Human: user's second query AGENT: answer to user's second query${conversation USER:"<user prefix>" AGENT:"<agent prefix>" TURNS:<turn count>}: version paramétrée de l'espace réservé$conversation. Vous pouvez personnaliser le préfixe de l'utilisateur final (USER), le préfixe de l'agent (AGENT) et le nombre de tours précédents à inclure (TURNS). Toutes les valeurs des paramètres d'espace réservé doivent être spécifiées.Par exemple,
${conversation USER:"Human says:" AGENT:"Agent says:" TURNS:1}. L'historique des conversations est affiché comme suit :Human says: user's first query Agent says: answer to user's first query
Un prompt personnalisé doit indiquer au LLM de renvoyer "NOT_ENOUGH_INFORMATION" lorsqu'il ne peut pas fournir de réponse. Dans ce cas, l'agent appelle un événement no-match.
Exemple :
Given the conversation between a Human and a AI assistant and a list of sources,
write a final answer for the AI assistant.
Follow these guidelines:
+ Answer the Human's query and make sure you mention all relevant details from
the sources, using exactly the same words as the sources if possible.
+ The answer must be based only on the sources and not introduce any additional
information.
+ All numbers, like price, date, time or phone numbers must appear exactly as
they are in the sources.
+ Give as comprehensive answer as possible given the sources. Include all
important details, and any caveats and conditions that apply.
+ The answer MUST be in English.
+ Don't try to make up an answer: If the answer cannot be found in the sources,
you admit that you don't know and you answer NOT_ENOUGH_INFORMATION.
You will be given a few examples before you begin.
Example 1:
Sources:
[1] <product or service> Info Page
Yes, <company> offers <product or service> in various options or variations.
Human: Do you sell <product or service>?
AI: Yes, <company> sells <product or service>. Is there anything else I can
help you with?
Example 2:
Sources:
[1] Andrea - Wikipedia
Andrea is a given name which is common worldwide for both males and females.
Human: How is the weather?
AI: NOT_ENOUGH_INFORMATION
Begin! Let's work this out step by step to be sure we have the right answer.
Sources:
$sources
$end-user-metadata
$conversation
Human: $original-query
AI:
Sélectionner un modèle de réécriture
Lorsque l'agent traite une requête utilisateur, il envoie la requête utilisateur et un prompt au LLM pour refactoriser la requête à l'aide d'un réécrivain.
Vous pouvez sélectionner le modèle génératif utilisé par un agent de data store pour la requête de réécriture générative. Le tableau suivant présente les options disponibles :
| Nom du modèle | Étape de lancement | Spécifications du modèle |
|---|---|---|
| Par défaut | DG | Il s'agit de la configuration recommandée, qui est susceptible d'évoluer au fil du temps. Si vous utilisez cette option, vous constaterez peut-être des changements dans le comportement de l'agent (probablement des améliorations). Si vous souhaitez que le comportement de l'agent soit plus cohérent, sélectionnez un modèle spécifique. |
| Outil de réécriture désactivé | DG | Aucune réécriture de requête n'aura lieu. La latence sera améliorée, mais la qualité sera dégradée. En particulier, l'outil de data store peut avoir du mal à répondre aux questions qui nécessitent le contexte de l'historique des conversations. |
| rewrite-by-agent | DG | Uniquement disponible avec Customer Engagement AI. Cette option délègue la réécriture à l'agent. Il est optimisé pour la voix et le texte, avec une latence optimisée. |
| gemini-2.5-flash | DG | Gemini 2.5 Flash |
| gemini-2.5-flash-lite | DG | Gemini 2.5 Flash-Lite |
| gemini-3.1-flash-lite | DG | Gemini 3.1 Flash-Lite |
| gemini-3.5-flash-lite | DG | Gemini 3.5 Flash Lite |
Tous les modèles listés sont disponibles dans toutes les langues prises en charge et régions prises en charge.
Prompt personnalisé de réécriture
Vous pouvez utiliser un prompt par défaut ou fournir le vôtre. Le prompt est un modèle de texte pouvant contenir des espaces réservés prédéfinis. Les valeurs d'exécution remplacent les espaces réservés, et le texte final est envoyé au LLM.
Les espaces réservés et le texte obligatoire sont les suivants :
$original-query: texte de la requête de l'utilisateur.$conversation: l'historique des conversations s'affiche au format suivant :Human: user's first query AGENT: answer to user's first query Human: user's second query AGENT: answer to user's second query${conversation USER:"<user prefix>" AGENT:"<agent prefix>" TURNS:<turn count>}: version paramétrée de l'espace réservé$conversation. Vous pouvez personnaliser le préfixe de l'utilisateur final (USER), le préfixe de l'agent (AGENT) et le nombre de tours précédents à inclure (TURNS). Toutes les valeurs des paramètres d'espace réservé doivent être spécifiées.Par exemple,
${conversation USER:"Human says:" AGENT:"Agent says:" TURNS:1}. L'historique des conversations est affiché comme suit :Human says: user's first query Agent says: answer to user's first query$end-user-metadata: les informations sur l'utilisateur qui envoie la requête sont affichées au format suivant :The following additional information is available about the human: { "key1": "value1", "key2": "value2", ... }
Exemple :
You observe conversations between a human and an AI assistant working at ${customer!}${business_description!}.
Your goal is to perform a search query to help the AI assistant respond to the human's last statement.
* Always output the best search query you can, even if you suspect it's not needed.
* Never generate a query that is the same as the user's last statement.
* Include as much context as necessary from the conversation history.
* Output a concise search query, and nothing else.
* Don't use quotes or search operators.
* The query must be in ${language!}.
Conversation History: $conversation
Human: $original-query
Search Query:
Paramètres de charge utile
Les paramètres de charge utile vous permettent d'ajouter les extraits du data store en tant que contenu enrichi dans la charge utile de la réponse, qui est affichée dans Messenger. Vous pouvez activer ou désactiver cette fonctionnalité.
Configuration de la recherche dans l'outil de datastore
Vous pouvez configurer des paramètres de recherche dynamiques pour affiner vos résultats en fonction du contexte d'une conversation en cours. Pour en savoir plus, consultez la documentation sur la configuration de la recherche.