הגדרות של כלי מאגר נתונים

אלה הגדרות התצורה שזמינות בכלי מאגר הנתונים.

הגדרות הכלי (מסוף הסוכנים בממשק שיחה בלבד)

בחירה באפשרות מתוך התפריט הנפתח הגדרות הכלי משפיעה באופן אוטומטי על תצורות אחרות של כלים שזמינות.

האפשרויות Default ו-Optimized for voice הן הגדרות ברירת מחדל שיגדירו באופן אוטומטי את כל הפרמטרים האחרים בתפריט ההגדרות של הכלי.

אלו האפשרויות הזמינות:

שם הגדרת הכלי	תיאור
ברירת מחדל	מותאם לכל סוגי הסוכנים.
איכות מותאמת לשיחות	סוג הכלי הזה מוגדר כברירת מחדל ומתאים במיוחד לסוכנים קוליים.
התאמה אישית	אם בוחרים באפשרות Customize, אפשר לציין פרמטרים משלכם של הארקה, שינוי ניסוח וסיכום במקום להשתמש בערכי ברירת המחדל שמוקצים Default ו-Optimized for voice.

עיגון

הערה: מומלץ להקטין את הגודל של נתחי ההקשר שמועברים למודל. כדי למזער את ההזיות ולשפר את הדיוק והעקביות של התשובות, מומלץ להקפיד על קלט תמציתי.

‫Dialogflow CX מחשב את רמת הסמך של כל תשובה שנוצרת מהתוכן של מאגרי הנתונים המקושרים. הערך הזה מציין את רמת הביטחון שכל המידע בתשובה נתמך על ידי מידע במאגרי הנתונים. ניתן להתאים אילו תגובות מותרות על ידי בחירת רמת הסמך הנמוכה ביותר שנוחה לכם. אתם יכולים לבחור את רמת הסמך הנמוכה ביותר שמותרת, והסוכן לא יחזיר תשובות ברמה נמוכה יותר.

יש 5 רמות מהימנות שאפשר לבחור מתוכן: VERY_LOW,‏ LOW,‏ MEDIUM,‏ HIGH ו-VERY_HIGH.

אפשר גם להחיל מסנן היוריסטיקה של ביסוס. אם ההגדרה הזו מופעלת, תשובות שמכילות תוכן שסביר להניח שהוא לא מדויק על סמך הזיות נפוצות, מוסתרות.

בחירת מודל סיכום

אתם יכולים לבחור את המודל הגנרטיבי שבו ישתמש סוכן של מאגר נתונים כדי ליצור סיכום של בקשה גנרטיבית. הטבלה הבאה מכילה את האפשרויות הזמינות:

שם המודל	שלב ההשקה	מפרט המודל
ברירת מחדל	GA	זו ההגדרה המומלצת, והיא עשויה להשתנות לאורך זמן. אם תשתמשו באפשרות הזו, יכול להיות שתבחינו בשינויים בהתנהגות של הנציג (לרוב שיפורים). אם רוצים שההתנהגות של הסוכן תהיה עקבית יותר, בוחרים מודל ספציפי.
מושבת	GA	התכונה נתמכת רק ב-Customer Engagement AI. השבתה של רכיב הסיכום בכלי Data Store. זמן האחזור ישתפר, אבל האיכות תהיה נמוכה יותר.
סיכום על ידי סוכן	GA	התכונה נתמכת רק ב-Customer Engagement AI. האפשרות הזו מעבירה את סיכום השיחה לסוכן. הוא מותאם במיוחד לאינטראקציות קוליות עם זמן אחזור אופטימלי.
gemini-2.5-flash	GA	‫Gemini 2.5 flash
gemini-2.5-flash-lite	GA	‫Gemini 2.5 flash lite
gemini-3.1-flash-lite	GA	‫Gemini 3.1 flash lite
gemini-3.5-flash-lite	GA	‫Gemini 3.5 flash lite

כל הדגמים שמופיעים ברשימה זמינים בכל השפות הנתמכות ובכל האזורים הנתמכים.

פרומפט בהתאמה אישית ליצירת סיכום

הערה: מתן הנחיה מותאמת אישית עשוי להשפיע על איכות התשובות באופן חיובי או שלילי. אתם אחראים לאיכות התשובות.

אתם יכולים להשתמש בהנחיית ברירת מחדל לסיכום עם מודל הסיכום שבחרתם, או לספק הנחיה משלכם. הפרומפט הוא תבנית טקסט שיכולה להכיל פלייסולדרים מוגדרים מראש. ה-placeholders יוחלפו בערכים המתאימים בזמן הריצה, והטקסט הסופי יישלח ל-LLM.

אלה ה-placeholders:

• ‫$original-query: הטקסט של שאילתת המשתמש.
• ‫$rewritten-query: מערכת Dialogflow משתמשת במודול שכתוב כדי לשכתב את שאילתת המשתמש המקורית לפורמט מדויק יותר.

• ‫$sources: Dialogflow משתמש בחיפוש ארגוני כדי לחפש מקורות על סמך השאילתה של המשתמש. המקורות שנמצאו מוצגים בפורמט ספציפי:

  [1] title of first source
  content of first source
  [2] title of second source
  content of second source
  

• ‫$end-user-metadata: פרטים על המשתמש ששולח את השאילתה מוצגים בפורמט הבא:

  The following additional information is available about the human: {
  "key1": "value1",
  "key2": "value2",
  ...
  }
  

• ‫$conversation: היסטוריית השיחות מוצגת בפורמט הבא:

  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>}: גרסה עם פרמטרים של ה-placeholder‏ $conversation. אתם יכולים להתאים אישית את הקידומת של משתמש הקצה (USER), את הקידומת של הסוכן (AGENT) ואת מספר התורות הקודמות שייכללו (TURNS). צריך לציין את כל ערכי הפרמטרים של ה-placeholder.

  לדוגמה, ${conversation USER:"Human says:" AGENT:"Agent says:" TURNS:1}. היסטוריית השיחות מוצגת כך:

  Human says: user's first query
  Agent says: answer to user's first query
  

חשוב: במקרים של הנחיות בהתאמה אישית, צריך להשתמש במחזיקי המקום $original-query (או $rewritten-query) ו-$sources. לא תוכלו לשמור הנחיות שחסרים בהן placeholders כאלה, כי הסוכן לא יפעל בצורה תקינה בלעדיהם. מומלץ להשתמש ב-placeholder‏ $conversation – בלעדיו, הסוכן לא יוכל להשתמש במידע הקשרי מהשיחה כדי לענות על שאלות.

פרומפט מותאם אישית צריך להנחות את ה-LLM להחזיר את הערך NOT_ENOUGH_INFORMATION אם הוא לא יכול לספק תשובה. במקרה כזה, הסוכן יפעיל אירוע של אי-התאמה.

לדוגמה:

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:

בחירת מודל לשכתוב

הערה: מתן הנחיה מותאמת אישית עשוי להשפיע על איכות התשובות באופן חיובי או שלילי. אתם אחראים לאיכות התשובות.

כשמעבדים שאילתת משתמש, הסוכן שולח את שאילתת המשתמש ואת הפרומפט ל-LLM כדי לשנות את המבנה של שאילתת המשתמש, וכך מבצע שינוי מבנה.

אתם יכולים לבחור את המודל הגנרטיבי שבו ישתמש סוכן מאגר הנתונים לבקשת השכתוב הגנרטיבית. בטבלה הבאה מפורטות האפשרויות הזמינות:

שם המודל	שלב ההשקה	מפרט המודל
ברירת מחדל	GA	זו ההגדרה המומלצת, והיא עשויה להשתנות לאורך זמן. אם תשתמשו באפשרות הזו, יכול להיות שתחוו שינויים בהתנהגות של הנציג (לרוב שיפורים). אם רוצים שההתנהגות של הסוכן תהיה עקבית יותר, בוחרים מודל ספציפי.
הכלי לשינוי ניסוח מושבת	GA	לא יתבצע שכתוב של השאילתה. זמן האחזור ישתפר, אבל האיכות תהיה נמוכה יותר. בפרט, כלי מאגר הנתונים עשוי להתקשות לענות על שאלות שדורשות הקשר מהיסטוריית השיחות.
rewrite-by-agent.	GA	התכונה נתמכת רק ב-Customer Engagement AI. האפשרות הזו מעבירה את הכתיבה מחדש לסוכן. הוא מותאם לשימוש בקול ובטקסט עם זמן אחזור אופטימלי
gemini-2.5-flash	GA	‫Gemini 2.5 flash
gemini-2.5-flash-lite	GA	‫Gemini 2.5 flash lite
gemini-3.1-flash-lite	GA	‫Gemini 3.1 flash lite
gemini-3.5-flash-lite	GA	‫Gemini 3.5 flash lite

כל הדגמים שמופיעים ברשימה זמינים בכל השפות הנתמכות ובכל האזורים הנתמכים.

פרומפט מותאם אישית לכתיבה מחדש

אתם יכולים להשתמש בהנחיה שמוגדרת כברירת מחדל או לספק הנחיה משלכם. ההנחיה היא תבנית טקסט שיכולה להכיל פלייסולדרים מוגדרים מראש. ה-placeholders יוחלפו בערכים המתאימים בזמן הריצה, והטקסט הסופי יישלח ל-LLM.

אלה ה-placeholders והטקסט שחובה להזין:

• ‫$original-query: הטקסט של שאילתת המשתמש.

• ‫$conversation: היסטוריית השיחות מוצגת בפורמט הבא:

  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>}: גרסה עם פרמטרים של ה-placeholder‏ $conversation. אתם יכולים להתאים אישית את הקידומת של משתמש הקצה (USER), את הקידומת של הסוכן (AGENT) ואת מספר התורות הקודמות שייכללו (TURNS). צריך לציין את כל ערכי הפרמטרים של ה-placeholder.

  לדוגמה, ${conversation USER:"Human says:" AGENT:"Agent says:" TURNS:1}. היסטוריית השיחות מוצגת כך:

  Human says: user's first query
  Agent says: answer to user's first query
  

• ‫$end-user-metadata: פרטים על המשתמש ששולח את השאילתה מוצגים בפורמט הבא:

  The following additional information is available about the human: {
  "key1": "value1",
  "key2": "value2",
  ...
  }
  

לדוגמה:

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:

הגדרות של מטען ייעודי (payload)

הגדרות המטען הייעודי (payload) מאפשרות להוסיף את קטעי הקוד של מאגר הנתונים כתוכן עשיר במטען הייעודי של התגובה, שמוצג בצ'אט. אתם יכולים להפעיל או להשבית את התכונה הזו.

הגדרת חיפוש בכלי מאגר הנתונים

אתם יכולים להגדיר פרמטרים דינמיים של חיפוש כדי לשפר את התוצאות על סמך הקשר משיחה מתמשכת. פרטים נוספים מופיעים במסמכי התיעוד בנושא הגדרת החיפוש.