Playbook

Catatan: Fitur Playbook tidak termasuk dalam SLA Dialogflow CX.

Playbook adalah elemen penyusun dasar agen generatif. Agen generatif biasanya memiliki banyak playbook, dengan setiap playbook ditentukan untuk menangani tugas tertentu. Data playbook diberikan kepada LLM untuk membantu memastikan bahwa LLM memiliki informasi yang dibutuhkan untuk menjawab pertanyaan dan menjalankan tugas. Setiap playbook dapat memberikan informasi, mengirimkan kueri ke layanan eksternal, atau menangguhkan penanganan percakapan ke alur atau menunjuk playbook lain untuk menangani subtugas.

Batasan

Batasan berikut berlaku:

• Agen yang menggunakan playbook tidak mendukung pengiriman SMS pendamping panggilan dari rute Default Welcome Intent di Default Start Flow, tetapi Anda dapat mengaktifkan opsi SMS pendamping panggilan di alur standar.
• Playbook tidak mendukung input DTMF dari sistem telepon.

Dukungan bahasa

Lihat kolom Playbook di referensi bahasa. Bahasa yang ditandai untuk playbook telah diuji kualitasnya menggunakan model gemini-2.5-flash.

Saat menggunakan bahasa selain bahasa Inggris:

• Pada umumnya, gunakan bahasa Inggris untuk petunjuk playbook. Untuk bahasa dan kasus penggunaan tertentu, Anda bisa mendapatkan respons yang sedikit lebih baik jika Anda juga memberikan petunjuk dalam bahasa target.
• Deklarasikan dukungan bahasa Anda dalam petunjuk playbook; misalnya, "Selalu jawab menggunakan bahasa Prancis".
• Tentukan contoh Anda dalam bahasa target.

Dukungan model

Anda dapat memilih model LLM yang digunakan dalam playbook di tempat berikut:

• Pilih model LLM di tingkat agen:
  • Di bagian Conversational Agents console Agent setting > AI generatif > Playbook, pilih model berdasarkan nama tampilannya dari daftar model yang tersedia.
  • Tentukan nama model di kolom GenerativeSettings.llm_model_settings.model saat menggunakan API untuk memperbarui setelan agen. Lihat GenerativeSettings.
• Ganti pilihan model di tingkat permintaan:
  • Di simulator konsol Conversational Agents, pilih model berdasarkan nama tampilannya dari daftar saat menguji playbook.
  • Tentukan nama model di kolom DetectIntentRequest.query_params.llm_model_settings.model saat menggunakan API untuk menguji agen. Lihat DetectIntentRequest.

Nama Model	Spesifikasi Model	Tahap Peluncuran
gemini-2.5-flash	Gemini 2.5 Flash	GA
gemini-2.5-flash-lite	Gemini 2.5 Flash-Lite	GA
gemini-3.1-flash-lite	Gemini 3.1 Flash Lite	GA
gemini-3.5-flash-lite	Gemini 3.5 Flash Lite	GA

Dukungan region

Playbook didukung di region berikut:

• global
• asia-south1
• asia-southeast1
• asia-southeast2
• asia-northeast1
• australia-southeast1
• eu (multi-region)
• europe-west1
• europe-west2
• europe-west3
• europe-west4
• europe-west6
• northamerica-northeast1
• us (multi-region)
• us-central1
• us-east1
• us-west1

Data playbook

Playbook terdiri dari data berikut:

• Nama playbook: Nama ringkas dalam bahasa alami yang membantu developer dan LLM memahami tugas yang ditangani playbook.
• Sasaran: Deskripsi tingkat tinggi tentang apa yang harus dicapai oleh playbook.
• Instructions: Langkah-langkah proses yang harus dilakukan agen untuk mencapai sasaran.
• Contoh: Contoh percakapan yang secara efektif merupakan contoh perintah few-shot untuk LLM.
• Parameter: Variabel yang menyimpan informasi tentang percakapan, seperti input pengguna, informasi sistem pengguna, dan hasil tindakan.

Perintah LLM

Untuk setiap giliran percakapan, Dialogflow CX menggunakan data playbook waktu desain dan data percakapan runtime untuk membuat perintah LLM dalam batas token.

Daftar berikut merangkum konten perintah ini, dengan header yang dimaksudkan sebagai ilustrasi dan tidak harus menjadi bagian dari perintah:

# INTERNAL_SYSTEM_PROMPT
<you cannot see or edit this>

# INTERNAL_SYSTEM_EXAMPLES
<you cannot see or edit this>

# AVAILABLE_TOOLS_TO_CURRENT_PLAYBOOK
<tool names and schemas, for example...>

## Tool: my_datastore
   description: blah
   input: blah
   output: blah

## Tool: some_other_custom_tool
   description: blah
   input: blah
   output: blah

# PLAYBOOK
<verbatim Goal and Instructions that you provide in the console>

# PLAYBOOK_EXAMPLES
<as many Examples for the current Playbook as can fit in the prompt>

## Example 1

## Example 2
..
..
..
## Example N (up to the input token limit)

# CURRENT_CONVERSATION
<the conversation up to this point w/ some caveats...>

* Caveat 1: If there was a transition from Playbook A -> Playbook B, the
  Conversation that happened in Playbook A is summarized and provided as context
* Caveat 2: If there was a transition from Flow A -> Playbook A, the
  Conversation that happened prior to the entry of Playbook A is summarized and
  provided to the Playbook

Jenis playbook

Saat membuat playbook, Anda memilih jenisnya: playbook tugas atau playbook rutinitas.

Playbook tugas

Playbook tugas adalah jenis playbook asli. Anda dapat menggunakannya untuk memecah tugas kompleks menjadi subtugas yang lebih kecil dan dapat digunakan kembali, serta memodelkan tahapan percakapan komposisional, yang setiap tahapannya berkomunikasi melalui parameter input dan output.

Playbook tugas yang bertindak sebagai pemanggil memanggil playbook tugas lain yang bertindak sebagai penerima panggilan:

1. Pemanggil memulai penerima panggilan.
2. Pemanggil memberikan parameter input yang diperlukan kepada penerima panggilan.
3. Callee memproses informasi ini, menjalankan fungsi yang ditetapkan, dan menampilkan parameter output.
4. Pemanggil menerima parameter dari penerima panggilan.

Setiap playbook rutinitas atau tugas dapat memanggil playbook tugas lain, tetapi playbook tugas tidak dapat memanggil playbook rutinitas lain.

Playbook rutin

Playbook rutin adalah jenis playbook terbaru. Playbook ini digunakan untuk memodelkan tahapan percakapan berurutan, yang setiap tahapannya lengkap dan independen. Playbook tersebut dapat memanggil playbook tugas untuk menguraikan tugas yang lebih besar menjadi subtugas yang lebih kecil, dan dapat beralih ke playbook rutinitas atau alur lainnya.

Daftar berikut menunjukkan playbook rutinitas A bertransisi ke playbook rutinitas B, yang kemudian bertransisi ke alur C:

1. Playbook rutin A membaca parameter sesi saat dimulai dan menulis parameter sesi tepat sebelum keluar.
2. Playbook rutinitas A keluar dan beralih ke playbook rutinitas B.
3. Playbook rutinitas B membaca parameter sesi saat dimulai dan menulis parameter sesi tepat sebelum keluar.
4. Playbook rutinitas B keluar dan beralih ke flow C.
5. Flow C membaca dan menulis parameter sesi.

Jika playbook rutinitas tidak beralih ke playbook rutinitas atau alur lain, sesi akan kembali ke alur aktif terakhir atau berakhir jika tidak ada.

Playbook rutinitas memiliki perilaku pengelolaan parameter berikut:

• Saat playbook rutinitas dimasukkan, parameter inputnya diberi nilai yang setara dengan parameter sesi dengan nama yang sama.
• Saat playbook rutin keluar, playbook tersebut akan menghasilkan nilai untuk parameter output-nya dan menetapkannya ke parameter sesi dengan nama yang sama.

Membandingkan jenis playbook

Kategori	Playbook Tugas	Playbook Rutinitas
Latensi	Setiap kali playbook tugas memanggil playbook tugas lain, akan ada panggilan LLM. Untuk rangkaian panjang playbook tugas dalam satu giliran percakapan, hal ini dapat meningkatkan latensi.	Setiap playbook rutinitas dalam serangkaian transisi terjadi dalam satu giliran percakapan, sehingga hanya ada satu panggilan LLM dan latensi yang lebih baik.
Pembuatan ulang parameter	Saat playbook tugas memanggil playbook tugas lain, parameter value perlu dibuat ulang. Jika ada rangkaian playbook tugas yang panjang, pembuatan ulang ini dapat menyebabkan hilangnya konteks.	Playbook rutinitas menggunakan penyimpanan sesi untuk parameter, yang menciptakan konteks yang lebih andal.
Integrasi parameter sesi	Playbook tugas tidak berinteraksi dengan baik dengan parameter sesi, melainkan memerlukan parameter input dan return untuk ditentukan.	Playbook rutinitas berinteraksi dengan baik dengan parameter sesi.
Reusabilitas	Karena setiap playbook tugas memiliki hubungan induk/turunan yang tetap, tugas-tugas tersebut memiliki pengaitan erat.	Playbook rutinitas dapat ditentukan secara independen satu sama lain.

Playbook default

Saat Anda membuat agen generatif menggunakan konsol Agen Percakapan, Dialogflow CX akan otomatis membuat Playbook Generatif Default.

Playbook default adalah titik awal untuk percakapan, sehingga memiliki beberapa perbedaan penting dari playbook lainnya:

• Playbook default tidak menerima ringkasan giliran percakapan sebelumnya.
• Playbook default tidak dapat menentukan atau menerima parameter input.

Membuat playbook

Untuk membuat playbook:

1. Klik ikon playbook di menu navigasi konsol.
2. Klik Create.
3. Pilih jenis playbook Rutinitas atau Tugas.
4. Berikan data playbook.

Menggunakan pembuatan AI untuk membuat playbook

Saat membuat playbook, panel AI generatif akan terbuka. Dengan begitu, Anda dapat membuat data playbook.

Mengimpor dan mengekspor playbook

Setelah membuat playbook menggunakan konsol Conversational Agents, Anda dapat mengekspor playbook ini untuk digunakan di agen lain.

Untuk mengekspor playbook:

1. Buka daftar playbook.
2. Pilih playbook yang ingin Anda ekspor, lalu pilih Export.
3. Pilih opsi ekspor, lalu klik Export.

Untuk mengimpor playbook yang telah Anda ekspor sebelumnya:

1. Buka daftar playbook.
2. Pilih playbook yang ingin Anda impor, lalu pilih Import.
3. Pilih opsi impor, lalu klik Import.